4. 寻找两个正序数组的中位数

安安晚安@

已于 2022-07-10 12:10:13 修改

阅读量179

点赞数

文章标签：大数据

于 2022-07-10 11:54:13 首次发布

本文链接：https://blog.csdn.net/l2953156709/article/details/125703969

版权

这篇博客介绍了如何在O(log(m+n))的时间复杂度内找到两个正序数组的中位数。首先，通过遍历将两个数组合并，并保持有序状态，然后根据合并后的数组长度判断中位数的位置，最后返回中位数的值。这种方法适用于处理大量数据，有效提高了算法效率。

摘要由CSDN通过智能技术生成

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)) 。

示例 1：

输入：nums1 = [1,3], nums2 = [2]
输出：2.00000
解释：合并数组 = [1,2,3] ，中位数 2
示例 2：

输入：nums1 = [1,2], nums2 = [3,4]
输出：2.50000
解释：合并数组 = [1,2,3,4] ，中位数 (2 + 3) / 2 = 2.5

提示：

nums1.length == m
nums2.length == n
0 <= m <= 1000
0 <= n <= 1000
1 <= m + n <= 2000
-106 <= nums1[i], nums2[i] <= 106

解题思路：

1.先开辟一个内存为两个数组大小之和的空间。

int *nums=(int*)malloc(sizeof(int)*(nums1Size+nums2Size));

2.先对两个数组同时进行遍历，对两个数组的值进行比较，较小值存入答案数组中。

    while(i<nums1Size&&j<nums2Size) {
        if(nums1[i]<nums2[j]) {
            nums[k]=nums1[i];
            i++;
        }else{
            nums[k]=nums2[j];
            j++;
        }
        k++;
    }

3.若有其中一个数组先被遍历完之后，则讲另一个数组剩下的值直接存入答案数组中。

if(i==nums1Size){
        while(j<nums2Size){
            nums[k]=nums2[j];
            j++;
            k++;
        }
    }else{
        while(i<nums1Size){
            nums[k]=nums1[i];
            i++;
            k++;
        }
    }

4.判断答案数组长度k为奇数还是偶数，若为奇数，则中位数为下标为k/2的数；若为偶数，则中位数为下标为k/2与k/2-1的数的平均值。

    if(k%2) midnum=nums[k/2];
    else midnum=(nums[k/2]+nums[(k/2)-1])/2.0;

完整代码如下：

double findMedianSortedArrays(int* nums1, int nums1Size, int* nums2, int nums2Size){
    int i,j,k;
    double midnum=0;
    int *nums=(int*)malloc(sizeof(int)*(nums1Size+nums2Size));
    i=j=k=0;

    while(i<nums1Size&&j<nums2Size) {
        if(nums1[i]<nums2[j]) {
            nums[k]=nums1[i];
            i++;
        }else{
            nums[k]=nums2[j];
            j++;
        }
        k++;
    }
    if(i==nums1Size){
        while(j<nums2Size){
            nums[k]=nums2[j];
            j++;
            k++;
        }
    }else{
        while(i<nums1Size){
            nums[k]=nums1[i];
            i++;
            k++;
        }
    }
    if(k%2) midnum=nums[k/2];
    else midnum=(nums[k/2]+nums[(k/2)-1])/2.0;

    return midnum;
}