寻找两个正序数组的中位数

fire_guang

已于 2022-04-12 11:24:50 修改

阅读量126

点赞数 1

文章标签： c++ 排序算法

于 2022-04-12 11:23:08 首次发布

原文链接：https://leetcode-cn.com/problems/median-of-two-sorted-arrays/solution/xun-zhao-liang-ge-you-xu-shu-zu-de-zhong-wei-s-114/

版权

这篇博客介绍了一种寻找两个正序数组中第k小元素的算法，时间复杂度为O(log(m+n))。通过选取pivot并比较两个数组中的元素，逐步缩小查找范围，最终找到中位数。在寻找过程中，会根据pivot调整搜索区间，并更新k值。最后，博主给出了用于计算中位数的完整C++代码实现。

摘要由CSDN通过智能技术生成

题目：

给定两个大小分别为 m 和 n 的正序（从小到大）数组 nums1 和 nums2。请你找出并返回这两个正序数组的中位数。

算法的时间复杂度应该为 O(log (m+n)) 。

主要思路：要找到第 k (k>1) 小的元素，那么就取 pivot1 = nums1[k/2-1] 和 pivot2 = nums2[k/2-1] 进行比较

nums1 中小于等于 pivot1 的元素有 nums1[0 … k/2-2] 共计 k/2-1 个
nums2 中小于等于 pivot2 的元素有 nums2[0 … k/2-2] 共计 k/2-1 个

取 pivot = min(pivot1, pivot2)，两个数组中小于等于 pivot 的元素共计不会超过 (k/2-1) + (k/2-1) <= k-2 个，这样 pivot 本身最大也只能是第 k-1 小的元素

如果 pivot = pivot1，那么 nums1[0 … k/2-1] 都不可能是第 k 小的元素。把这些元素全部 “删除”，剩下的作为新的 nums1 数组
如果 pivot = pivot2，那么 nums2[0 … k/2-1] 都不可能是第 k 小的元素。把这些元素全部 “删除”，剩下的作为新的 nums2 数组
由于我们 “删除” 了一些元素（这些元素都比第 k 小的元素要小），因此需要修改 k 的值，减去删除的数的个数

class Solution {
public:
    int getKthElement(const vector<int>& nums1, const vector<int>& nums2, int k) {
    
        int m = nums1.size();
        int n = nums2.size();
        int index1 = 0, index2 = 0;

        while (true) {
            // 边界情况,如果一个数组为空，说明该数组中的所有元素都被排除，我们可以直接返回另一个数组中第 k 小的元素
            if (index1 == m) {
                return nums2[index2 + k - 1];
            }
            if (index2 == n) {
                return nums1[index1 + k - 1];
            }
            //如果 k=1，我们只要返回两个数组首元素的最小值即可。
            if (k == 1) {
                return min(nums1[index1], nums2[index2]);
            }

            // 正常情况，min(index1 + k / 2 - 1, m - 1)为了防止数组越界
            int newIndex1 = min(index1 + k / 2 - 1, m - 1);
            int newIndex2 = min(index2 + k / 2 - 1, n - 1);
            int pivot1 = nums1[newIndex1];
            int pivot2 = nums2[newIndex2];
            
            //删除nums1左侧小于等于pivot1的元素，同时要修改 k 的值，减去删除的数的个数
            if (pivot1 <= pivot2) {
                k -= newIndex1 - index1 + 1;
                index1 = newIndex1 + 1;
            }
            //删除nums2左侧小于等于pivot2的元素，同时要修改 k 的值，减去删除的数的个数
            else {
                k -= newIndex2 - index2 + 1;
                index2 = newIndex2 + 1;
            }
        }
    }

    double findMedianSortedArrays(vector<int>& nums1, vector<int>& nums2) {
        int totalLength = nums1.size() + nums2.size();
        if (totalLength % 2 == 1) {
            return getKthElement(nums1, nums2, (totalLength + 1) / 2);
        }
        else {
            return (getKthElement(nums1, nums2, totalLength / 2) + getKthElement(nums1, nums2, totalLength / 2 + 1)) / 2.0;
        }
    }
};