【算法百题之三十一】寻找两个正序数组的中位数

【算法百题之三十一】寻找两个正序数组的中位数

 

    大家好，我是Lampard~~

    很高兴又能和大家见面了，接下来准备系列更新的是算法题，一日一练，早日升仙！

    今天的问题是：

    

  思路：1.原本是正序，2.要求时间复杂度是log(n + m).。

通过这两点我们就可以确定我们需要使用二分查找法来实现了。题目要求求中位数，我们看中位数的定义：

设有N个连续偶数,由中位数定义：
当N为奇数时,处于中间位置的变量值即为中位数；
当N为偶数时,中位数则为处于中间位置的2个变量值的平均数.

 其实这道题再往下解析，其实就是找第K小值的问题。当总长度是奇数是，K为总长度 / 2 + 1，若总长度为偶数的话，需要就需要把K = 总长度 / 2 + 1 和K = 总长度 / 2 + 1的解求出来求平均数。

这里我们可以用一个巧妙的方法：

int len1 = num1.size();
int len2 = num2.size();
int key1 = (len1 + len2 + 1) / 2;
int key2 = (len1 + len2 + 2) / 2;

我们只需要把key1和key2的解求平均，那么不管总长度是奇数还是偶数，得到的都是我们想要的答案。那么这样子就简单多了，剩下的问题就是写好我们的二分法就可以了：

double findMedianSortedArrays(vector<int>& nums1, vector<int>& nums2)
{
	int m = nums1.size();
	int n = nums2.size();
	// 中位数 = （left + right）/2
	int left = (m + n + 1) / 2;
	int right = (m + n + 2) / 2;
	return (findKth(nums1, 0, nums2, 0, left) + findKth(nums1, 0, nums2, 0, right)) / 2.0;
}

首先说一下我们的递归过程：现在两个数组都是有序的，我们需要第K大的值，那么我们可以一直把K给除2，如果num1【第k/2个元素】< num2【第k/2个元素】，则说明数组1中的前k/2个元素不可能成为第k个元素的候选，反之亦然

这时可能会有疑问，为啥不可能是第k个元素呢？

因为我们现在是取向量1和向量2的前k / 2 个元素，有可能是第K大的数只可能是num1【第k/2个元素】 和 num2【第k/2个元素】，但是现在num1【第k/2个元素】< num2【第k/2个元素】，那么num1【第k/2个元素】已经比num2的小，人家已经比你大了，那么num1已经丧失了成为第k大的可能性，最多就是第k-1大，所以其前面的所有元素都不可能成为第k个元素的候选。

此时我们就舍弃num1的前k/ 2个元素，为了不新创向量浪费时间和空间，我们则用一个下标i， j来记录num1和num2开始的下标，所以我们舍弃前k / 2的操作可以通过对i赋值成k / 2 来实现。就这样一直递归下去，当我们的K=1时候，对num1【i】和num2【j】的大小进行判断就可以知道答案了。

此时会有大神注意到，这样不行啊，程序不健壮，若num1长度很短，num2的长度很大，导致num1【k / 2】直接越界那怎么办呢？

当某一个数组的起始位置大于等于其数组长度时，说明其所有数字均已经被淘汰了，相当于一个空数组了，那么实际上就变成了在另一个数组中找数字，直接就可以找出来了。

// 若nums1为空（或是说其中数字全被淘汰了）
// 在nums2中找第k个元素，此时nums2起始位置是j，所以是j+k-1
if (i >= nums1.size())    return nums2[j + k - 1];
// nums2同理
if (j >= nums2.size())    return nums1[i + k - 1];

ps：赋予整型最大值的意思只是说如果第一个数组的K/2不存在，则说明这个数组的长度小于K/2，那么另外一个数组的前K/2个我们是肯定不要的。例如，加入第一个数组长度是2，第二个数组长度是12，则K为7，K/2为3，因为第一个数组长度小于3，则无法判断中位数是否在其中，而第二个数组的前3个肯定不是中位数！

实现的代码：

int findKth(vector<int>& nums1, int i, vector<int>& nums2, int j, int k)
{
	// 若nums1为空（或是说其中数字全被淘汰了）
	// 在nums2中找第k个元素，此时nums2起始位置是j，所以是j+k-1
	if (i >= nums1.size())    return nums2[j + k - 1];
	// nums2同理
	if (j >= nums2.size())    return nums1[i + k - 1];

	// 递归出口
	if (k == 1)  return nums1[i] < nums2[j] ? nums1[i] : nums2[j];

	// 这两个数组的第K/2小的数字，若不足k/2个数字则赋值整型最大值，以便淘汰另一数组的前k/2个数字
	int midVal1 = (i + k / 2 - 1 < nums1.size()) ? nums1[i + k / 2 - 1] : INT_MAX;
	int midVal2 = (j + k / 2 - 1 < nums2.size()) ? nums2[j + k / 2 - 1] : INT_MAX;

	// 二分
	if (midVal1 < midVal2)
		return findKth(nums1, i + k / 2, nums2, j, k - k / 2);
	else
		return findKth(nums1, i, nums2, j + k / 2, k - k / 2);
}

double findMedianSortedArrays(vector<int>& nums1, vector<int>& nums2)
{
	int m = nums1.size();
	int n = nums2.size();
	// 中位数 = （left + right）/2
	int left = (m + n + 1) / 2;
	int right = (m + n + 2) / 2;
	return (findKth(nums1, 0, nums2, 0, left) + findKth(nums1, 0, nums2, 0, right)) / 2.0;
}

测试函数以及测试结果：

OK，今天的博客就到这里，谢谢大家！！！