1.有序数组转为二叉搜索树
LeetCode108给你一个整数数组nums,其中元素已经按升序排列,请你将其转换为一棵高度平衡二叉搜索树。
高度平衡二叉树是一裸满足「每个节点的左右两个子树的高度差的绝对值不超过1」的二叉树。
public static TreeNode sortedArrayToBST(int[] nums) {
return dfs(nums, 0, nums.length - 1);
}
private static TreeNode dfs(int[] nums, int lo, int hi) {
if (lo > hi) {
return null;
}
// 以升序数组的中间元素作为根节点 root。
int mid = lo + (hi - lo) / 2;
TreeNode root = new TreeNode(nums[mid]);
// 递归的构建 root 的左子树与右子树。
root.left = dfs(nums, lo, mid - 1);
root.right = dfs(nums, mid + 1, hi);
return root;
}
2.寻找两个正序数组的中位数
LeetCode4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)。
k=(m+n)/2,可以归纳出以下几种情况:
因此我们可以归纳出以下几种情况:
·如果LA[k/2-1]<LB[k/2-1],则比LA[k/2-1]小的数最多只有A的前k/2-1个数和LB的前k/2-1个
数,即比LA[k/2-1]小的数最多只有k-2个,因此LA[k/2-1]不可能是第k个数,LA[0]到
LA[k/2-1]也都不可能是第k个数,可以全部排除。
·如果LA[k/2-1]>LB[k/2-1],则可以排除LB[0]到LB[k/2-1]。也就是一次砍掉一半。
·如果LA[k/2-1]=LB[k/2-1],则可以归入第一种情况处理。
处理边界问题:
·如果LA[k/2-1]或者B[k/2-1]越界,那么我们可以选取对应数组中的最后一个元素。在这种情况
下,我们必须根据排除数的个数减少k的值,而不能直接将k减去k/2。
·如果k=1,我们只要返回两个数组首元素的最小值即可。第3
class Solution{
public double findMedianSortedArrays(int[] nums1,int[] nums2){
int length1 = nums1.length,length2 = nums2.length;
int totalLength = length1 + length2;
if (totalLength % 2 == 1){
int midIndex = totalLength / 2;
double median = getKthElement(nums1,nums2,midIndex +1);
return median;
} else {
int midIndex1 = totalLength / 2 - 1, midIndex2 = totalLength / 2;
double median =(getKthElement(nums1,nums2,midIndex1 + 1)+getKthElement(nums1,nums2,midIndex2 + 1)) / 2.0;
return median;
}
}
public int getKthElement(int[] nums1,int[] nums2,int k){
int length1 = nums1.length, length2 = nums2.length;
int index1 = 0,index2 = 0;
while (true){
//边界情况
if (index1 == length1){
return nums2[index2 + k - 1];
}
if (index2 == length2){
return nums1[index1 + k - 1];
}
if(k == 1){
return Math.min(nums1[index1],nums2[index2]);
}
//正常情况
int half = k / 2;
int newIndex1 = Math.min(index1 + half, length1) - 1;
int newIndex2 = Math.min(index2 + half, length2) - 1;
int pivot1 = nums1[newIndex1], pivot2 = nums2[newIndex2];
if (pivot1 <= pivot2){
k -= (newIndex1 - index1 + 1);
index1 = newIndex1 + 1;
} else {
k -= (newIndex2 - index2 + 1);
index2 = newIndex2 + 1;
}
}
}
}