LeetCode4. 寻找两个正序数组的中位数

题目描述

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)) 。

涉及tag

二分法

算法思路

本题对时间复杂度有要求，用二分法进行查找能够有效降低时间复杂度。
解法一：暴力算法，把两个数组合并后遍历查找中位数。
解法二： 省略解法一中合并数组的操作，直接在原来的两个数组中进行查找，用指针记录位置。
解法三：将题目转化为求第k个数字，分奇偶讨论k与总长度len的关系。

示例代码

解法一：

class Solution {
    public double findMedianSortedArrays(int[] nums1, int[] nums2) {
        int m = nums1.length;
        int n = nums2.length;
        int len = m + n; 
        int[] nums = new int[m + n];

        //特殊情况处理
        //第一个数组为空
        if (m == 0) {
            //第二个数组有偶数个
            if (n % 2 == 0) {
                return (nums2[n / 2 - 1] + nums2[n / 2]) / 2.0;
            }
            //第二个数组有奇数个
            else {
                 return nums2[n / 2];
            }
        }
        if (n == 0) {
            if (m % 2 == 0) return (nums1[m / 2 - 1] + nums1[m / 2]) / 2.0;
            else return nums1[m / 2];
        }

        //装填
        int count = 0;
        int i = 0;
        int j = 0;
        while (count != len) {
            //第一个数组已全部装入nums中
            if (m == i) {
                while (j != n) {
                    nums[count++] = nums2[j++];
                }
                break; 
            }
            if (n == j) {
                while (i != m) {
                    nums[count++] = nums1[i++];
            }
            break;
        }
        //升序装入
        if (nums1[i] < nums2[j]) {
                nums[count++] = nums1[i++];
            } else {
                nums[count++] = nums2[j++];
            }
        }
        if (count % 2 == 0) {
            return (nums[count/ 2 - 1] + nums[count / 2]) / 2.0;
        } else {
            return nums[count / 2];
        }
    }
}

时间复杂度O（m +n）
空间复杂度O（m +n）

示例代码2

class Solution {
    public double findMedianSortedArrays(int[] A, int[] B) {
    int m = A.length;
    int n = B.length;
    int len = m + n;
    //left和right存放的是数组的元素值
    int left = -1, right = -1;
    //aStart和bStart存放数组索引
    int aStart = 0, bStart = 0;
    for (int i = 0; i <= len / 2; i++) {
        left = right;
        //bStart >= n 防止第二个数组出现索引超过数组长度情况
        //数组A没有索引完毕并且当前元素值小于数组B的元素值才可以移动right
        if (aStart < m && (bStart >= n || A[aStart] < B[bStart])) {
            right = A[aStart++];
        } else {
            right = B[bStart++];
        }
    }
    if ((len & 1) == 0)
        return (left + right) / 2.0;
    else
        return right;
}
}

时间复杂度O（m +n）
空间复杂度O（1），没有申请数组空间而是占用几个变量
注意：
1 判断奇偶的时候len % 2 == 0更常用，计算机会自动做进位处理
2 除以2.0：偶数数组的两个中位数取平均值会出现x.5的情况

示例代码3

class Solution {
    public double findMedianSortedArrays(int[] nums1, int[] nums2) {
    int n = nums1.length;
    int m = nums2.length;
    //将偶数和奇数的情况合并，如果两个数组都是奇数，会求两次同样的k
    //第k个中位数，索引是k - 1，索引需要+1才能表示第k个数字
    int left = (n + m + 1) / 2;
    int right = (n + m + 2) / 2;
    return (getKth(nums1, 0, n - 1, nums2, 0, m - 1, left) + getKth(nums1, 0, n - 1, nums2, 0, m - 1, right)) * 0.5;  
}
    
    private int getKth(int[] nums1, int start1, int end1, int[] nums2, int start2, int end2, int k) {
        int len1 = end1 - start1 + 1;
        int len2 = end2 - start2 + 1;
        //让 len1 的长度小于 len2，这样就能保证如果有数组空了，一定是 len1 
        if (len1 > len2) return getKth(nums2, start2, end2, nums1, start1, end1, k);
        if (len1 == 0) return nums2[start2 + k - 1];
        //当前两个数组第一个位置较小的一个即为所求
        if (k == 1) return Math.min(nums1[start1], nums2[start2]);
        //在找第k个数的时候，前k/2个数字必然不是所求，逻辑上舍弃
        //逻辑上剩下的数组个数可能小于k/2，i指针指向数组末尾数字
        int i = start1 + Math.min(len1, k / 2) - 1;
        int j = start2 + Math.min(len2, k / 2) - 1;
        //当第二个数组中的索引为j的数字<nums1[i]时，包括j之前的所有数字都应该舍弃，start2替换为j + 1
        //原来的k减去j - start2 + 1 个为新k
        if (nums1[i] > nums2[j]) {
            return getKth(nums1, start1, end1, nums2, j + 1, end2, k - (j - start2 + 1));
        }
        else {
            return getKth(nums1, i + 1, end1, nums2, start2, end2, k - (i - start1 + 1));
        }
    }
}

时间复杂度：每次舍弃k/2的数字符合二分法，因此时间复杂度是O(logk)，即O(log (m+n))
空间复杂度：O(1)