一、题目
二、解法
1.思路:
由中位数的特点入手:将一个数组分为元素数量相等的left和right两个数组并且max(left)<=min(right)。
这里输入是两个数组,设为A和B, 大小为m和n。 假设中位数为x,且x将A和B分别在下标 i 和 j 处划分,得到:
left | right
A[0], A[1], A[2] ... A[i-1] | A[i], A[i+1] ... A[m]
B[0], B[1], B[2] ... B[j-1] | B[j], B[j+1] ... B[n]
可以得到如下关系:
(1)数量相等:i+j=m+n-(i+j) 。当 i 确定时,j = (m+n)/2 - i.
(2) max(left)<=min(right): A[i-1]<=B[j] 并且 B[j-1]<=A[i]
上面情况一定存在吗?一定,因为中位数肯定存在。
注意到:当 i 确定时,j 也就随之确定(根据关系1)。那问题就变成寻找位置i,使 i,j 满足关系2.
为了使 i 的初始范围减小,不妨另m<=n;
如果从i=0(A中元素全部在right中)开始到 i = m+1(A中元素全部在left中),递增检查,则复杂度为Ω(m)。
题目要求复杂度为Ω(log(m+n)), 显然这里应该用二分查找。二分查找的关键在对一个中值,判断结果必须使其查找范围落入左右两部分之一。
现在我们考虑任意划分位置 i 。
它只有如下三种情况:
(a)A[i-1] > B[j],这时,应该增大 i ,j 会相应减小。
(b)B[j-1]>A[i], 这时,应该减小 i ,j也会相应增大。
(c)A[i-1]<=B[j] 并且 B[j-1]<=A[i],满足划分条件,此时可返回中位数。
可以把增大 i 的值形象地看成向右推动A,为了保证left与right的数量相等,B必须向左推动同样数量的元素。这样导致更新的A[i-1]增大,B[j]减小,进而往满足A[i-1] <=B[j]的方向走。同理,减小 i 为将A向左推,B向右。
当(a)(b)情况都不满足时,即(c)中条件成立。此时可以找出中位数。如果元素总量为奇数,中位数为min(right) , 当元素总数为偶数时,中位数为 (max(left)+min(right))/2.0 。
2.实现:
class Solution {
public double findMedianSortedArrays(int[] nums1, int[] nums2) {
if(nums1.length>nums2.length){//保证nums1是最短的数组
int[] temp=nums1;
nums1=nums2;
nums2=temp;
}
int m=nums1.length, n=nums2.length;
int min=0,max=m;
int leftMax=0, rightMin=0;
int i,j;
while(true){ //二分查找i的位置
i=(max+min)/2;
j=(m+n)/2-i;
if((i-1>=0&&nums1[i-1]>nums2[j])) //nums1往右推
max=i;
else if(i<m&&nums2[j-1]>nums1[i]) //nums1往左推
min=i+1;
else{ //nums1位置正确
//算出left最大值与right最小值
if(i>0&&j>0)
leftMax=Math.max(nums1[i-1],nums2[j-1]);
else if(i==0&&j>0) //j>0避免出现nums1为空,nums2只有一个元素的情况。此时leftMax不存在
leftMax=nums2[j-1];
else if(j==0&&i>0)
leftMax=nums1[i-1];
if(i<m&&j<n)
rightMin=Math.min(nums1[i],nums2[j]);
else if(i==m)
rightMin=nums2[j];
else
rightMin=nums1[i];
if((m+n)%2==1)
return rightMin;
return (leftMax+rightMin)/2.0;
}
}
}
}
3.分析:
时间复杂度:Ω(log(min(m,n)))。
空间复杂度:θ(1).
4.测试结果: