描述
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
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i
和j
分别标记数组nums1
和 nums2
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nums1
和nums2
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k
是m+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mid1
和mid2
,如果nums1
的mid1
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nums2
的mid2
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));
}
}