题目描述
给定两个大小为 m 和 n 的有序数组 nums1 和 nums2 。
请找出这两个有序数组的中位数。要求算法的时间复杂度为 O(log (m+n)) 。
你可以假设 nums1 和 nums2 不同时为空。
示例 1:
nums1 = [1, 3]
nums2 = [2]
中位数是 2.0
示例 2:
nums1 = [1, 2]
nums2 = [3, 4]
中位数是 (2 + 3)/2 = 2.5
思路分析:
题目要求求出两个有序数组的中位数,其实这个问题属于TOPKth问题的一个特例,就是让你求两个有序数组的第k大数。
思路:比较直观简单的想法就是合并两个有序数组然后再求中位数,但这种做法时间复杂度为O(m + n).可是题目里面要求时间复杂度控制为O(log(m + n)).换一种双指针想法,首先用一个计数器记录当前已找到的第m大的元素,同时让两个指针pA和pB分别指向两个数组的第一个元素,使用类似于归并排序的思想,如果数组nums1当前元素较小,那么pA++,同时m++;反之,pB++,同时m++。当m == k 遍历结束。时间复杂度O(k),空间复杂度O(1).但是如果k很接近m + n ,那么时间复杂度还是O(m + n)的。
在换一种想法,要求O(log(m + n))复杂度,我们想到二分查找,但是直接用二分,时间复杂度在O(log(m*n)),只能说用类似二分的做法。
我们假设nums1和nums2的元素个数都大于k / 2.我们比较nums1[k/2-1]和nums2[k/2-1],有以下三种情况:
- nums1[k/2-1] == nums2[k/2-1]
- nums1[k/2-1] > nums2[k/2-1]
- nums1[k/2-1] < nums2[k/2-1]
- 如果nums1[k/2-1] < nums2[k/2-1],则nums1[0]~nums1[k/2-1]之间肯定在topK元素范围内,同理,如果nums1[k/2-1] > nums2[k/2-1],则nums2[0] – nums2[k/2-1]肯定在topK元素范围内;如果nums1[k/2-1] == nums2[k/2-1] ,说明已找到第k大元素。
采用递归写法的话,终止条件为: - 当nums1或nums2为空时,直接返回nums1[k-1]或nums2[k-1]
- 当k == 1时,返回min(nums1[0],nums2[0]);
- 当nums1[k/2-1] == nums2[k/2-1],返回nums1[k/2-1]或nums2[k/2-1]
关于具体的数学证明可以参考下官网给出的提解,蛮详细的。
https://leetcode-cn.com/problems/median-of-two-sorted-arrays/solution/
双指针代码
class Solution {
public:
double findMedianSortedArrays(vector<int>& nums1, vector<int>& nums2) {
int n = nums1.size();
int m = nums2.size();
int k = 0;
int mid1 = 0, mid2 = 0;
int pA = 0, pB = 0;
double res = 0;
while(k <= (n + m) / 2) {
mid1 = mid2;
if(pA == nums1.size()) {
mid2 = nums2[pB++];
} else if(pB == nums2.size()) {
mid2 = nums1[pA++];
} else if(nums1[pA] < nums2[pB]) {
mid2 = nums1[pA++];
} else {
mid2 = nums2[pB++];
}
k++;
}
if((n + m) % 2 == 1) {
res = mid2 / 1.0;
} else {
res = (mid1 + mid2) / 2.0;
}
return res;
}
};
二分代码
class Solution {
public:
double findMedianSortedArrays(vector<int>& nums1, vector<int>& nums2) {
int lenA = nums1.size();
int lenB = nums2.size();
if((lenA + lenB) % 2 == 0) {
double r1 = (double) findKth(nums1, 0, lenA, nums2, 0, lenB, (lenA + lenB) / 2);
double r2 = (double) findKth(nums1, 0, lenA, nums2, 0, lenB, (lenA + lenB) / 2 + 1);
return (r1 + r2) / 2.0;
} else {
return findKth(nums1, 0, lenA, nums2, 0, lenB, (lenA + lenB + 1) / 2);
}
}
int findKth(vector<int>& A, int startA, int endA, vector<int>& B,int startB, int endB, int k) {
int n = endA - startA;
int m = endB - startB;
if(n <= 0) {
return B[startB + k - 1];
}
if(m <= 0) {
return A[startA + k - 1];
}
if(k == 1) {
return A[startA] < B[startB] ? A[startA] : B[startB];
}
int midA = (startA + endA) / 2;
int midB = (startB + endB) / 2;
if(A[midA] <= B[midB]) {
if(n / 2 + m / 2 + 1 >= k) {
return findKth(A, startA, endA, B, startB, midB, k);
} else {
return findKth(A, midA + 1, endA, B, startB, endB, k - n / 2 - 1);
}
} else {
if(n / 2 + m / 2 + 1 >= k) {
return findKth(A, startA, midA, B, startB, endB, k);
} else {
return findKth(A, startA, endA, B, midB + 1, endB, k - m / 2 - 1);
}
}
}
};