[leetcode]t002-Median of Two Sorted Arrays

题目:There are two sorted arrays A and B of size m and n respectively. Find the median of the two sorted arrays. The overall run time complexity should be O(log (m+n)).

思路:题目直接要求O(logn)的时间复杂的,基本上可以直接考虑二分查找的思想.关键在于细节的实现.

递归版

public class Solution {
double findKth(int a[], int af, int alen, int b[], int bf, int blen, int k) {
		if (alen > blen)
			return findKth(b, bf, blen, a, af, alen, k);
		if (alen == 0)
			return b[k - 1];
		if (k == 1)
			return Math.min(a[af], b[bf]);
		int pa = Math.min(k / 2, alen), pb = k - pa;
		if (a[af + pa - 1] < b[bf + pb - 1])
			return findKth(a, af + pa, alen - pa, b, bf, blen, k - pa);
		else if (a[af + pa - 1] > b[bf + pb - 1])
			return findKth(a, af, alen, b, bf + pb, blen - pb, k - pb);
		else
			return a[af + pa - 1];
	}

	double findMedianSortedArrays(int A[], int B[]) {
		int m = A.length;
		int n = B.length;
		if ((m + n) % 2 == 1)
			return findKth(A, 0, m, B, 0, n, (m + n) / 2 + 1);
		else
			return (findKth(A, 0, m, B, 0, n, (m + n) / 2) + findKth(A, 0, m,
					B, 0, n, (m + n) / 2 + 1)) / 2;
	}

}
Runtime:  419 ms

非递归版

public class Solution {
	double findMedianSortedArrays(int A[], int B[]) {
		int m = A.length;
		int n = B.length;
		if ((m + n) % 2 == 1)
			return findKth(A, B, (m + n) / 2 + 1);
		else
			return (findKth(A, B, (m + n) / 2) + findKth(A, B, (m + n) / 2 + 1)) / 2;
	}

	double findKth(int a[], int b[], int k) {
		int af = 0, alen = a.length;
		int bf = 0, blen = b.length;
		int pa = 0, pb = 0;
		while (k > 0 ) {
			if (alen == 0)
				return b[k - 1];
			if (blen == 0)
				return a[k - 1];
			if (k == 1)
				return Math.min(a[af], b[bf]);
			if (alen > blen) {
				pb = Math.min(k / 2, blen);
				pa = k - pb;
				if (a[af + pa - 1] == b[bf + pb - 1])
					return b[bf + pb - 1];
			} else {
				pa = Math.min(k / 2, alen);
				pb = k - pa;
				if (a[af + pa - 1] == b[bf + pb - 1])
					return a[af + pa - 1];
			}
			if (a[af + pa - 1] < b[bf + pb - 1]) {
				af = af + pa;
				alen = alen - pa;
				k = k - pa;
			} else {
				bf = bf + pb;
				blen = blen - pb;
				k = k - pb;
			}
		}
		return -1;
	}
}
Runtime:  422 ms

时间上差不多,甚至久了些~~



  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
可以使用二分查找算法来解决这个问题。 首先,我们可以将两个数组合并成一个有序数组,然后求出中位数。但是,这个方法的时间复杂度为 $O(m + n)$,不符合题目要求。因此,我们需要寻找一种更快的方法。 我们可以使用二分查找算法在两个数组中分别找到一个位置,使得这个位置将两个数组分成的左右两部分的元素个数之和相等,或者两部分的元素个数之差不超过 1。这个位置就是中位数所在的位置。 具体来说,我们分别在两个数组中二分查找,假设现在在第一个数组中找到了一个位置 $i$,那么在第二个数组中对应的位置就是 $(m + n + 1) / 2 - i$。如果 $i$ 左边的元素个数加上 $(m + n + 1) / 2 - i$ 左边的元素个数等于 $m$ 个,或者 $i$ 左边的元素个数加上 $(m + n + 1) / 2 - i$ 左边的元素个数等于 $m + 1$ 个,则这个位置就是中位数所在的位置。 具体的实现可以参考以下 Java 代码: ```java public double findMedianSortedArrays(int[] nums1, int[] nums2) { int m = nums1.length, n = nums2.length; if (m > n) { // 保证第一个数组不大于第二个数组 int[] tmp = nums1; nums1 = nums2; nums2 = tmp; int t = m; m = n; n = t; } int imin = 0, imax = m, halfLen = (m + n + 1) / 2; while (imin <= imax) { int i = (imin + imax) / 2; int j = halfLen - i; if (i < imax && nums2[j - 1] > nums1[i]) { imin = i + 1; // i 太小了,增大 i } else if (i > imin && nums1[i - 1] > nums2[j]) { imax = i - 1; // i 太大了,减小 i } else { // i 是合适的位置 int maxLeft = 0; if (i == 0) { // nums1 的左边没有元素 maxLeft = nums2[j - 1]; } else if (j == 0) { // nums2 的左边没有元素 maxLeft = nums1[i - 1]; } else { maxLeft = Math.max(nums1[i - 1], nums2[j - 1]); } if ((m + n) % 2 == 1) { // 总元素个数是奇数 return maxLeft; } int minRight = 0; if (i == m) { // nums1 的右边没有元素 minRight = nums2[j]; } else if (j == n) { // nums2 的右边没有元素 minRight = nums1[i]; } else { minRight = Math.min(nums1[i], nums2[j]); } return (maxLeft + minRight) / 2.0; } } return 0.0; } ``` 时间复杂度为 $O(\log\min(m, n))$。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值