There are two sorted arrays nums1 and nums2 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)).
翻译:有两个有序数组,找出这两个数组合并之后的中值。
代码:
/**
*
*/
/**
* @author MohnSnow
* @time 2015年5月29日 上午11:15:12、
* @title 递归
*
*/
public class LeetCode4 {
/**
* @param argsmengdx
* -fnst
*/
/*
* 转载:http://blog.csdn.net/yutianzuijin/article/details/11499917/
*
* 最后从medianof two sorted
* arrays中看到了一种非常好的方法。原文用英文进行解释,在此我们将其翻译成汉语。该方法的核心是将原问题转变成一个寻找第k小数的问题
* (假设两个原序列升序排列),这样中位数实际上是第(m+n)/2小的数。所以只要解决了第k小数的问题,原问题也得以解决。
* 首先假设数组A和B的元素个数都大于k
* /2,我们比较A[k/2-1]和B[k/2-1]两个元素,这两个元素分别表示A的第k/2小的元素和B的第k/2小的元素 。
* 这两个元素比较共有三种情况
* :>、<和=。如果A[k/2-1]<B[k/2-1],这表示A[0]到A[k/2-1]的元素都在A和B合并之后的前k小的元素中
* 。换句话说,A[k/2-1]不可能大于两数组合并之后的第k小值,所以我们可以将其抛弃。
* 证明也很简单,可以采用反证法。假设A[k/2-1]大于合并之后的第k小值
* ,我们不妨假定其为第(k+1)小值。由于A[k/2-1]小于B[k/2-1] ,
* 所以B[k/2-1]至少是第(k+2)小值。但实际上,在A中至多存在k/2-1个元素小于A[k/2-1],B中也至多存在k/2-1个元素小于A[k
* /2-1],所以小于A[k/2-1]的元素个数至多有k/2+ k/2-2,小于k,这与A[k/2-1]是第(k+1)的数矛盾。
* 当A[k/2-1]>B[k/2-1]时存在类似的结论。
* 当A[k/2-1]=B[k/2-1]时,我们已经找到了第k小的数,也即这个相等的元素,我们将其记为m。由于在A和B中分别有k/2-1个元素小于m,
* 所以m即是第k小的数
* 。(这里可能有人会有疑问,如果k为奇数,则m不是中位数。这里是进行了理想化考虑,在实际代码中略有不同,是先求k/2,然后利用k-
* k/2获得另一个数。) 通过上面的分析,我们即可以采用递归的方式实现寻找第k小的数。此外我们还需要考虑几个边界条件:
* 如果A或者B为空,则直接返回B[k-1]或者A[k-1]; 如果k为1,我们只需要返回A[0]和B[0]中的较小值;
* 如果A[k/2-1]=B[k/2-1],返回其中一个;
*/
// @Overload https://leetcode.com/discuss/28491/java-log-m-n-by-recursion
public static double findMedianSortedArrays(int A[], int B[]) {
int length = A.length + B.length;
if (length % 2 == 1)
return findMedianSortedArrays(A, 0, A.length, B, 0, B.length, length / 2 + 1);
else
return (findMedianSortedArrays(A, 0, A.length, B, 0, B.length, length / 2) + findMedianSortedArrays(A, 0, A.length, B, 0, B.length, length / 2 + 1)) / 2;
}
// @Overload https://leetcode.com/discuss/28491/java-log-m-n-by-recursion
// A数组,A开始,A结束,B数组,B开始,B结束,要去取的中值位置
public static double findMedianSortedArrays(int A[], int aStart, int aEnd, int B[], int bStart, int bEnd, int length) {
if ((aEnd - aStart) > (bEnd - bStart))
return findMedianSortedArrays(B, bStart, bEnd, A, aStart, aEnd, length);// 转换为A短B长
if (aEnd - aStart == 0)// A为空的情况,因为上面已经对AB进行了转换
return B[bStart + length - 1];
if (length == 1)// 只取一个值得时候
return A[aStart] < B[bStart] ? A[aStart] : B[bStart];
int pa = (aEnd - aStart) < (length / 2) ? (aEnd - aStart) : (length / 2);// 如果较短的A的长度小于中值位置的时候
int pb = length - pa;
if (A[aStart + pa - 1] == B[bStart + pb - 1])// aStart,bStart才是开始的位置,相等的时候返回任意一个。
return A[aStart + pa - 1];
else if (A[aStart + pa - 1] < B[bStart + pb - 1])// 递归去判断情况
return findMedianSortedArrays(A, aStart + pa, aEnd, B, bStart, bEnd, length - pa);
else
return findMedianSortedArrays(A, aStart, aEnd, B, bStart + pb, bEnd, length - pb);
}
// @author MohnSnow 最简单的方法---出现超时错误
public static double findMedianSortedArrays1(int A[], int B[]) {
int length_A = A.length;
int length_B = B.length;
int length_C = length_A + length_B;
int temp = 0;
int temp_1 = 0, temp_2 = 0;
int i = 0, j = 0, m = 0;
if (length_C % 2 != 0) {
System.out.println(length_C);
while (m != (length_C / 2 + 1)) {
if (A[i] <= B[j]) {
temp = A[i++];
m++;
} else {
temp = B[j++];
m++;
}
}
return (double) temp;
} else {
while (m != (length_C / 2 + 1)) {
if (A[i] <= B[j]) {
temp_1 = temp_2;
temp_2 = A[i++];
m++;
} else {
temp_1 = temp_2;
temp_2 = B[j++];
m++;
}
}
return (double) (temp_1 + temp_2) / 2;
}
}
public static void main(String[] args) {
// TODO Auto-generated method stub
int[] A = { 1, 3, 5, 7, 9 };
int[] B = { 2, 4, 6, 8, 10 };
System.out.println(findMedianSortedArrays(A, B));
// System.out.println(findMedianSortedArrays(A, B));
}
}