寻找两个有序数组的中位数

描述

给定两个大小为 m 和 n 的有序数组 nums1nums2

请你找出这两个有序数组的中位数,并且要求算法的时间复杂度为 O(log(m + n))。

你可以假设 nums1nums2 不会同时为空。

示例 1:

nums1 = [1, 3]
nums2 = [2]

则中位数是 2.0

示例 2:

nums1 = [1, 2]
nums2 = [3, 4]

则中位数是 (2 + 3)/2 = 2.5

解法一:

求两个有序数组的中位数,如果不限制时间复杂度的话,那么是比较简单。

把长度为m和长度为n的两个数组的数据放在一个新的数组中,然后对数组进行排序,找到中位数。

找中位数的时候,因为组合后的数组元素个数(m + n)的奇偶性不确定。

如果是奇数的话,那么中位数就是第(m+n)/ 2 个元素,如果是偶数的话,那么中位数就是第(m + n )/ 2 个元素和第(m + n)/ 2 + 1个。

可以利用 int 整型向下取整的特点,把上面两种情况归结为一种通用的解法。

找到下标(m + n - 1)/ 2 和 下标(m + n )/ 2 的元素,然后求两数的平均值。

public static double findMedianSortedArrays(int[] nums1, int[] nums2) {
    int [] result = Arrays.copyOf(nums1, nums1.length + nums2.length);
   		/** 将一个数组片段复制到另一个数组的指定位置
         * System.arraycopy(src, srcPos, dest, destPos, length)
         * src: 源数组
         * srcPos: 从源数组复制数据的起始位置
         * dest: 目标数组
         * destPos: 复制到目标数组的起始位置
         * length: 复制的长度
         */
    System.arraycopy(nums2, 0, result, nums1.length, nums2.length);     
    Arrays.sort(result);
    double d = (double)(result[(nums1.length + nums2.length -1)/2] + result[(nums1.length + nums2.length )/2])/2;

    return d;
}

以上代码虽然实现了找到两个有序数组的中位数,但是在时间复杂度上是不满足题目要求的

解法二:

时间复杂度的限制O(log(m+n)),可以用二分查找法来解决。

中位数的应在的位置依旧按照解法一的方法,不过这次就不合并数组了,这样会增加时间复杂度。

找中位数的时候,因为两个数组的元素个数之和(m + n)的奇偶性不确定,如果是奇数的话,那么中位数就是第(m+n)/ 2 个元素,如果是偶数的话,那么中位数就是第(m + n +1 )/ 2 个元素和第(m + n +2)/ 2 个。

如何在两个有序数组中找到第k个元素:

首先,我们利用ij分别标记数组nums1nums2的起始位置,

先处理一些边界问题:

(1)当一个数组的起始位置大于等于该数组的长度,表明该数组所有的数字都已经被淘汰了,相当于空数组,那么我们只需要继续在另一个数组里面找,直接可以找出来。

(2)当k = 1的时候,我们只需要比较两个有序数组的起始位置i和j 的数字就好。

为了加快搜索速度,使用二分法

(1)我们可以先对k二分,也就是去找到nums1nums2的第k/2个数字。

(2)因为两个数字的长度不定,所有需要先判断一下两个数组是否都含有第k/2个数字。如果存在就取出来,如果不存在就给它赋一个最大值,赋最大值的原因是:我们后面会通过比较两个数组中取出来的数字,如果小的那个数组,那么前k/2个元素里面必然不会有中位数,那么我们就可以把它舍去。

(3)那么会不会两个数组都不存在第k/2个元素,在这道题里面是不可能的,因为km+n的中间值,所以至少也会有一个数组中有第k/2个元素。

(4)最后就是二分法的核心,而是递归的重点。我们比较两个数组的第k/2小的元素值mid1mid2,如果nums1mid1小的话,那么说明中位数肯定不住nums1数组的前k/2中,就可以把第一个数组的前k/2个数字淘汰,将nums1的起始位置i向后移动k/2个,并且让k也减去k/2,调用递归。反之,如果是nums2mid2小的话,那么我们就淘汰nums2的前k/2个元素,并且让k减去k/2,调用递归。

/**
     * 第二种解法:二分查找法
     * 
     * @param nums1
     * @param nums2
     * @return
     */
public static double findMedianSortedArrays2(int[] nums1, int[] nums2) {
    int m = nums1.length;
    int n = nums2.length;
    int left = (m + n + 1) / 2;
    int right = (m + n + 2) / 2;
    return (find(nums1, 0, nums2, 0, left) + find(nums1, 0, nums2, 0, right)) / 2.0;
}

/**
     * 在nums1和nums2中找出第k小的元素
     * 
     * @param nums1 nums1数组
     * @param i     nums1数组的起始位置
     * @param nums2 nums2数组
     * @param j     nums2数组的起始位置
     * @param k     需要找到的元素的序号
     * @return 第k小的元素值
     */
public static int find(int[] nums1, int i, int[] nums2, int j, int k) {
    if (i >= nums1.length)
        return nums2[j + k - 1]; // nums1数组全部被舍弃
    if (j >= nums2.length)
        return nums1[i + k - 1]; // nums2数组全部被舍弃
    // 当k = 1 的时候,两个数组的布局基本相同,最后只需要找到
    if (k == 1) {
        return Math.min(nums1[i], nums2[j]);
    }

    /*
     * 分别找到两个数组中的第k/2位置的元素,如果不存在就给他赋最大值, 比较两个值,值小的数组则淘汰其前k/2个元素 最后把k也减去k/2,继续递归
     */
    int mid1 = (i + k / 2 - 1 < nums1.length) ? nums1[i + k / 2 - 1] : Integer.MAX_VALUE;
    int mid2 = (j + k / 2 - 1 < nums2.length) ? nums2[j + k / 2 - 1] : Integer.MAX_VALUE;
    if (mid1 < mid2) {
        return find(nums1, i + k / 2, nums2, j, k - k / 2);
    } else {
        return find(nums1, i, nums2, j + k / 2, k - k / 2);
    }

}
import java.util.Arrays;

/**
 * 寻找两个有序数组的中位数 给定两个大小为 m 和 n 的有序数组 nums1 和 nums2。
 * 
 * 请你找出这两个有序数组的中位数,并且要求算法的时间复杂度为 O(log(m + n))。
 * 
 * 你可以假设 nums1 和 nums2 不会同时为空。
 * 
 * 示例 1: nums1 = [1, 3] nums2 = [2] 则中位数是 2.0
 * 
 * 示例 2: nums1 = [1, 2] nums2 = [3, 4] 则中位数是 (2 + 3)/2 = 2.5
 * 
 * @author God_86
 *
 */
public class Test {
    /**
     * 第一种解法:合并数组排序,找到中位数
     * 
     * @param nums1
     * @param nums2
     * @return
     */
    public static double findMedianSortedArrays(int[] nums1, int[] nums2) {
        int[] result = Arrays.copyOf(nums1, nums1.length + nums2.length);

        /**
         * 将一个数组片段复制到另一个数组的指定位置 System.arraycopy(src, srcPos, dest, destPos, length)
         * src: 源数组 srcPos: 从源数组复制数据的起始位置 dest: 目标数组 destPos: 复制到目标数组的起始位置 length: 复制的长度
         */
        System.arraycopy(nums2, 0, result, nums1.length, nums2.length);
        Arrays.sort(result);
        double d = (double) (result[(nums1.length + nums2.length - 1) / 2] + result[(nums1.length + nums2.length) / 2])
                / 2;

        return d;
    }

    /**
     * 第二种解法:和第一种一样,不过利用位运算,可以优化计算
     * 
     * @param nums1
     * @param nums2
     * @return
     */
    public static double findMedianSortedArrays2(int[] nums1, int[] nums2) {
        if (nums1.length < 2 && nums2.length < 2) {
            if (nums1.length == 0) {
                return (double) nums2[0];
            } else if (nums2.length == 0) {
                return (double) nums1[0];
            }
            return (double) (nums1[0] + nums2[0]) / 2;
        }
        int[] result = Arrays.copyOf(nums1, nums1.length + nums2.length);
        /**
         * 将一个数组片段复制到另一个数组的指定位置 System.arraycopy(src, srcPos, dest, destPos, length)
         * src: 源数组 srcPos: 从源数组复制数据的起始位置 dest: 目标数组 destPos: 复制到目标数组的起始位置 length: 复制的长度
         */
        System.arraycopy(nums2, 0, result, nums1.length, nums2.length);
        Arrays.sort(result);
        int mid = result.length >> 1;
        if ((result.length & 1) == 1) {
            return (double) result[(result.length - 1) >> 1];
        } else {
            return (double) (result[mid - 1] + result[mid]) / 2;
        }
    }

    /**
     * 第三种解法:二分查找法
     * 
     * @param nums1
     * @param nums2
     * @return
     */
    public static double findMedianSortedArrays3(int[] nums1, int[] nums2) {
        int m = nums1.length;
        int n = nums2.length;
        int left = (m + n + 1) / 2;
        int right = (m + n + 2) / 2;
        return (find(nums1, 0, nums2, 0, left) + find(nums1, 0, nums2, 0, right)) / 2.0;
    }

    /**
     * 在nums1和nums2中找出第k小的元素
     * 
     * @param nums1 nums1数组
     * @param i     nums1数组的起始位置
     * @param nums2 nums2数组
     * @param j     nums2数组的起始位置
     * @param k     需要找到的元素的序号
     * @return 第k小的元素值
     */
    public static int find(int[] nums1, int i, int[] nums2, int j, int k) {
        if (i >= nums1.length)
            return nums2[j + k - 1]; // nums1数组全部被舍弃
        if (j >= nums2.length)
            return nums1[i + k - 1]; // nums2数组全部被舍弃
        // 当k = 1 的时候,两个数组的布局基本相同,最后只需要找到
        if (k == 1) {
            return Math.min(nums1[i], nums2[j]);
        }

        /*
         * 分别找到两个数组中的第k/2位置的元素,如果不存在就给他赋最大值, 比较两个值,值小的数组则淘汰其前k/2个元素 最后把k也减去k/2,继续递归
         */
        int mid1 = (i + k / 2 - 1 < nums1.length) ? nums1[i + k / 2 - 1] : Integer.MAX_VALUE;
        int mid2 = (j + k / 2 - 1 < nums2.length) ? nums2[j + k / 2 - 1] : Integer.MAX_VALUE;
        if (mid1 < mid2) {
            return find(nums1, i + k / 2, nums2, j, k - k / 2);
        } else {
            return find(nums1, i, nums2, j + k / 2, k - k / 2);
        }

    }

    public static void main(String[] args) {
        int[] nums1 = { 9, 10, 11, 12, 13, 14 };
        int[] nums2 = { 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21 };

        System.out.println(findMedianSortedArrays3(nums1, nums2));

    }
}
  • 11
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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中位数,并且要求算法的时间复杂度为 O(log(m+n))。 你可以假设 nums1 和 nums2 不会同时为空。 示例 1: nums1 = [1, 3] nums2 = [2] 则中位数是 2.0 示例 2: nums1 = [1, 2] nums2 = [3, 4] 则中位数是 (2 + 3)/2 = 2.5 解题思路: 题目要求时间复杂度为 O(log(m+n)),很明显是要用到二分查找的思想。 首先,我们需要确定中位数的位置。对于两个长度分别为 m 和 n 的有序数组,它们的中位数位置为 (m+n+1)/2 和 (m+n+2)/2,因为当 m+n 为奇数时,这两个位置的值是相同的;当 m+n 为偶数时,这两个位置的值分别为中间两个数。 然后,我们需要在两个数组中分别找到第 k/2 个数(k 为中位数位置),比较它们的大小,如果 nums1[k/2-1] < nums2[k/2-1],则说明中位数位于 nums1 的右半部分和 nums2 的左半部分之间,此时可以舍弃 nums1 的左半部分,将 k 减去 nums1 的左半部分的长度,继续在 nums1 的右半部分和 nums2 的左半部分中寻找第 k/2 个数;反之,如果 nums1[k/2-1] >= nums2[k/2-1],则说明中位数位于 nums1 的左半部分和 nums2 的右半部分之间,此时可以舍弃 nums2 的左半部分,将 k 减去 nums2 的左半部分的长度,继续在 nums1 的左半部分和 nums2 的右半部分中寻找第 k/2 个数。 当 k=1 时,中位数两个数组中的最小值。 Java代码实现: class Solution { public double findMedianSortedArrays(int[] nums1, int[] nums2) { int m = nums1.length; int n = nums2.length; int k = (m + n + 1) / 2; double median = findKth(nums1, 0, m - 1, nums2, 0, n - 1, k); if ((m + n) % 2 == 0) { int k2 = k + 1; double median2 = findKth(nums1, 0, m - 1, nums2, 0, n - 1, k2); median = (median + median2) / 2; } return median; } private double findKth(int[] nums1, int start1, int end1, int[] nums2, int start2, int end2, int k) { int len1 = end1 - start1 + 1; int len2 = end2 - start2 + 1; if (len1 > len2) { return findKth(nums2, start2, end2, nums1, start1, end1, k); } if (len1 == 0) { return nums2[start2 + k - 1]; } if (k == 1) { return Math.min(nums1[start1], nums2[start2]); } int i = start1 + Math.min(len1, k / 2) - 1; int j = start2 + Math.min(len2, k / 2) - 1; if (nums1[i] > nums2[j]) { return findKth(nums1, start1, end1, nums2, j + 1, end2, k - (j - start2 + 1)); } else { return findKth(nums1, i + 1, end1, nums2, start2, end2, k - (i - start1 + 1)); } } }

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值