4. Median of Two Sorted Arrays（归并排序思想）

最新推荐文章于 2019-07-23 12:53:47 发布

zg1g

最新推荐文章于 2019-07-23 12:53:47 发布

阅读量3k

点赞数 5

分类专栏：算法/LeetCode 经典算法，LeetCode题目研究文章标签： leetcode 归并排序有序数组中位数

本文链接：https://blog.csdn.net/daigualu/article/details/72983826

版权

经典算法，LeetCode题目研究同时被 2 个专栏收录

225 篇文章 18 订阅

订阅专栏

算法/LeetCode

223 篇文章 1 订阅

订阅专栏

原题

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)).

Example 1:

nums1 = [1, 3]
nums2 = [2]
The median is 2.0

Example 2:

nums1 = [1, 2]
nums2 = [3, 4]
The median is (2 + 3)/2 = 2.5

题目分析

这道题目在Leetcode上属于难度hard级别。

这里写图片描述

此题的基本思想可以借鉴归并排序。

第一步，先对两个有序列归并排序，不同的是当进行到一半时，便可终止归并，得到 $i$ 和 $j$ 分别指向两个有序数组此时的位置。

第二步，如果两个数组的总个数为奇数，则返回 $i$ 和 $j$ 所指向的元素的更大者即可；

若为偶数，需要利用 $i$ 和 $j$ 所指向的元素大小进行讨论。

若 $i$ 所指向的元素更大，则循环中最后的遍历落在了 $nums1$ 中，那么，如果 $i-1>=0$ （即 $i$ 前存在前一个元素）且 $nums1[i-1] >= nums2[j]$ ，则中位数为 $(nums1[i-1]+nums1[i])/2.0$ ；
如果 $i-1==0$ 或者 $nums1[i-1] < nums2[j]$ ，则中位数为 $(nums1[i] + nums2[j])/2.0$ ；若落在了 $nums2$ 中，则对称地进行讨论。

需要注意的是边界情况，例如 $nums1={1}, nums2={ kong}$ 。

代码实现C#

    public double FindMedianSortedArrays(int[] nums1, int[] nums2) {
            int n1 = nums1.Length, n2 = nums2.Length, i = 0, j = 0;

            // sorting nums1 and nums2, sum pointer
            int sumpointer = 0; 
            for (i = 0, j = 0; (i < n1 || j < n2) && sumpointer <= (n1 + n2) >> 1; sumpointer++){
            //indicates nums1.Length<nums2.Length          
                if (i >= n1) j++;     
                //nums1.Length>nums2.Length                        
                else if (j >= n2) i++;
                //combination nums1 and nums2 to sort
                else if (nums1[i] <= nums2[j]) i++; 
                else j++;
            }

            bool even = (n1 + n2) % 2 == 0;
            --i; --j;
            if (i < 0) return even == true ? (nums2[j - 1] + nums2[j]) / 2.0 : nums2[j];
            if (j < 0) return even == true ? (nums1[i - 1] + nums1[i]) / 2.0 : nums1[i];

            //odd analysis
            if (!even) return Math.Max(nums1[i], nums2[j]);

            //even analysis
            //shows stone point is in nums2
            if (nums1[i] < nums2[j]){ 
                if (j - 1 >= 0 && nums1[i] <= nums2[j - 1])
                    return (nums2[j - 1] + nums2[j]) / 2.0;
                return (nums1[i] + nums2[j]) / 2.0;
            }
            // shows stone point is in nums1
            if (i - 1 >= 0 && nums2[j] <= nums1[i - 1])
                return (nums1[i - 1] + nums1[i]) / 2.0;
            return (nums1[i] + nums2[j]) / 2.0;

    }

代码实现python

class Solution(object):
    def findMedianSortedArrays(self, nums1, nums2):
        """
        :type nums1: List[int]
        :type nums2: List[int]
        :rtype: float
        """
        n1 = len(nums1)
        n2 = len(nums2)
        i = 0
        j = 0
        # sorting nums1 and nums2, sum pointer
        sumpointer = 0
        while (i < n1 or j < n2) and sumpointer <= (n1 + n2) >> 1:
            if i >= n1:
                j+=1
            elif j >= n2:
                i+=1
            # combination nums1 and nums2 to sort
            elif nums1[i] <= nums2[j]:
                i+=1
            else:
                j+=1
            sumpointer+=1
        even = (n1 + n2) % 2 == 0
        i-=1
        j-=1
        if i < 0:
            return (nums2[j - 1] + nums2[j]) / 2.0 if even == True  else nums2[j]
        if j < 0:
            return (nums1[i - 1] + nums1[i]) / 2.0 if even == True else nums1[i]
        # odd analysis
        if even==False:
            return max(nums1[i], nums2[j])
        #even analysis， 1.shows stone point is in nums2
        if nums1[i] < nums2[j]:
            if j - 1 >= 0 and nums1[i] <= nums2[j - 1]:
                return (nums2[j - 1] + nums2[j]) / 2.0
            return (nums1[i] + nums2[j]) / 2.0
        # shows stone point is in nums1
        if i - 1 >= 0 and nums2[j] <= nums1[i - 1]:
                return (nums1[i - 1] + nums1[i]) / 2.0
        return (nums1[i] + nums2[j]) / 2.0

结果分析：
时间复杂度为 $O(0.5(m+n) )$ ，空间复杂度为 $O(1)$ ，计算结果排名：

这里写图片描述

以下是我之前写的一篇归并排序博客，地址，在此一块汇总到这里。
http://blog.csdn.net/daigualu/article/details/68491601

归并排序

归并排序（MERGE-SORT）是建立在归并操作上的一种有效的排序算法，该算法是采用分治法（Divide and Conquer）的一个非常典型的应用。将已有序的子序列合并，得到完全有序的序列。

排序过程

归并排序的算法我们通常用递归实现，先把待排序区间[start,end]以中点二分，接着把左边子区间排序，再把右边子区间排序，这是分解的过程。最后把左区间和右区间用一次归并操作合并成有序的区间[start,end]，这是治理的过程。如何归并呢？简单来说两个指针分别指向待归并的数组，选出较小的，放到第三个指针控制的临时数组中。

实现代码

主题框架代码如下，见代码注释。

         /// <summary>
        /// 主题框架
        /// </summary>
        private void divideMerge(int[] unsort, int start, int end, int[] sort)
        {
            if (start < end)
            {
                int middle = (start + end) >> 1;
                //对前半部分归并排序
                divideMerge(unsort, start, middle, sort); 
                //对后半部分归并排序
                divideMerge(unsort, middle + 1, end, sort); 
                //此时，前、后半部分已经是有序序列，对它们实行二路归并
                merge(unsort, start, middle, end, sort);
            }

        }

调用的二路归并方法merge的实现代码如下，要特别注意临界值，此处pe为最大索引值，而不是元素个数，注意此处。

        /// <summary>
        /// 合并算法
        /// </summary>
        /// <param name="unsort">无序数组</param>
        /// <param name="ps">第1部分的起始位置</param>
        /// <param name="pm">第1部分的结束位置</param>
        /// <param name="pe">第2部分的结束位置</param>
        /// <param name="sort"></param>
        private void merge(int[] unsort, int ps, int pm, int pe, int[] sort)
        {
            int i = ps; //第一部分的取值范围为[ps,pm]
            int j = pm+1; //第二部分的取值范围为[pm+1,pe]

            int sortCount = 0;

            while (i <= pm && j <= pe)
            {
                if (unsort[i] < unsort[j])
                    sort[sortCount++] = unsort[i++];
                else
                    sort[sortCount++] = unsort[j++];
            }

            while (i <= pm)
                sort[sortCount++] = unsort[i++];

            while (j <= pe)
                sort[sortCount++] = unsort[j++];

            for (int sortIndex = 0; sortIndex < sortCount; sortIndex++)
                unsort[ps + sortIndex] = sort[sortIndex];

        }

封装了一个排序类，见下，提供的API有2个，

归并排序接口MergeSort()
构造函数，构造无序数组

    public class CMergeSort
    {
        private int[] _unsortArray;

        /// <summary>
        /// 构造函数
        /// </summary>
        /// <param name="unsortArray"></param>
        public CMergeSort(int[] unsortArray)
        {
            _unsortArray = unsortArray;
        }

        /// <summary>
        /// 归并排序接口
        /// </summary>
        /// <returns></returns>
        public int[] MergeSort()
        {
            int maxIndex = _unsortArray.GetUpperBound(0);
            int[] sort = new int[maxIndex + 1];
            divideMerge(_unsortArray, 0, maxIndex, sort);
            return sort;
        }
  }

客户端调用

客户端调用刚才写好的对象，对无序数组a实行归并排序。

        static void Main(string[] args)
        {
            int[] a = new int[] { 9,7,10,6,3,5,2,7,9};
            var merge = new CMergeSort(a);
            int[] sortArray = merge.MergeSort();

            Console.Read();
        }

记录了归并排序的过程，对此进行了结果分析。

结果分析

对数组的{ 9,7,10,6,3,5,2,7,9}的归并排序过程如下，

归并排序过程的前半部分，过程示意图见下，从图中可见，步骤1，2，3，4一直分割区间，等到步骤5时，左右区间长度都为1，此时发生一次归并，结果再与另一个区间长度为1的归并，即步骤6；步骤7分割，步骤8归并，步骤9归并后前半部分合并结束；
后半部分过程与前半部分归并一致，不再详述。

这里写图片描述

源码下载

http://download.csdn.net/detail/daigualu/9799598

我做Leetcode的专栏

http://blog.csdn.net/column/details/14761.html

汇总在GitHub上

地址，欢迎一起讨论！若有问题请联系我！
https://github.com/jackzhenguo/leetcode-csharp

zg1g

关注

5
点赞
踩
11

收藏

觉得还不错? 一键收藏
0
评论
4. Median of Two Sorted Arrays（归并排序思想）

原题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)).Example 1: nums1 =
复制链接

扫一扫