leetcode--Median of Two Sorted Arrays

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)).

解题思路:对于a,b数组(保证a长度小于b长度),要取第k个数

我们先假设从a,b各取k/2个

如果a长度大于k/2(则b也一定大于),那么比较a[k/2-1]和b[k/2-1]

假设前者大于后者,那么a的前k/2个元素,必定包含在最小的k个元素里面(只两个数组一起算,最小的k个)。剩下k/2可能在a的k/2个元素以后取,也可能在b的前k/2个元素里面取,但是都没有关系,反正a的前k/2是一定包含在最小的k个元素里面的。那么我可以去掉a的前k/2个元素,接着求a(去掉前k/2以后),b数组的第k-k/2小的元素(递归)

如果后者大于前者,和上面一样道理,可以去掉b的前k/2个元素,接着求b(去掉前k/2以后),a数组的第k-k/2小的元素(递归)

如果两者相等,那么a[k/2-1]和b[k/2-1]就是我们要找的第k个元素,直接返回

上面的描述考虑了a长度大于k/2的情况,如果a长度小于k/2呢

那么我们就去掉a的剩余长度,然后在b里面,求第k-a.length个元素的就可以了。因为和上面说的一样,a剩余的元素,必然包含在最小的前k个元素里面,我们去掉这些元素以后,就可以b里面直接求k-a.length个元素,就是所求。


public class Solution {
    /**    
     * @param a
     * @param b
     * @param start_a a数组起始位置
     * @param start_b b数组起始位置
     * @param k 要找第k个数
     * @return
     */
    double findKth(int[] a,int[] b,int start_a,int start_b,int k){
        if(a.length-start_a>b.length-start_b){//保证前一个数组长度,小于后一个数组
            return findKth(b, a, start_b, start_a, k);
        }
        if(a.length-start_a==0){//如果a数组已经数尽,直接返回b数组中的第k个值,对应index为k-1
            return b[k-1];
        }
        if(k==1){//如果要找第一个数,那么返回两者较小的            
            return Math.min(a[start_a], b[start_b]);        
        }        
        int pa = Math.min(k/2, a.length-start_a);//比较a数组剩余的长度和k/2,取较小的
        int pb = k - pa;//剩余的让b来处理  
        /*
         * 如果从当前start_a开始的第k/2个数(也可能是a的最后一个数,因为a的剩余长度不够k/2)
         * 小于从当前start_b开始的第k/2个数(也可能是start_b开始的第a剩余长度个数)
         * 则,去掉a这一部分(可能是k/2,也可能是a的剩余部分)
         */
        if (a[start_a+pa-1] < b[start_b+pb-1])  
            return findKth(a, b, start_a+pa, start_b, k - pa);  
        else if (a[start_a+pa-1] > b[start_b+pb-1])//否则去掉b一部分(可能是k/2,也可能是a的剩余部分)  
            return findKth(a, b, start_a, start_b+pb, k - pb);   
        else//否则a,b都可以第k/2相等,则这个数为所求,返回即可  
            return a[start_a+pa-1];  
    }
    
    public double findMedianSortedArrays(int[] nums1, int[] nums2) {
        int total = nums1.length + nums2.length;  
        if((total&1)==1)  
            return findKth(nums1, nums2, 0, 0, total/2+1);  
        else  
            System.out.println("a");
            return (findKth(nums1, nums2, 0, 0, total/2)  
                    + findKth(nums1, nums2, 0, 0, total/2+1))/2;  
    }
}

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