4. 寻找两个正序数组的中位数 - 力扣(LeetCode)
中位数的概念就不用细说了。
merge
最直接的思路就是排序后再取中位数,排序的话因为两个数组本来就是有序的,所以只需要merge(没错,就是归并排序的那个merge)两个数组就可以了。
class Solution {
public:
double findMedianSortedArrays(vector<int>& nums1, vector<int>& nums2) {
int n = nums1.size()+nums2.size();
vector<int> a(n, 0);
int i = 0, j = 0, k = 0;
while(i < nums1.size() && j < nums2.size()){
if(nums1[i] < nums2[j]) a[k++] = nums1[i++];
else a[k++] = nums2[j++];
}
while(i < nums1.size()) a[k++] = nums1[i++];
while(j < nums2.size()) a[k++] = nums2[j++];
if(n%2) return a[n/2];
return (a[n/2]+a[n/2-1])*0.5;
}
};
代码简单直接,可是时间复杂度和空间复杂度都是O(m+n),因为我们遍历了两个数组而且申请了额外空间。不过该代码优化空间其实很大,我们甚至都不需要遍历完所有数组,也不需要额外数组,用双指针法就可以了。
双指针法
定义两个指针分别指向两个数组的开头,哪个指向的数字小哪个就走一步,遍历次数为 ( m + n ) / 2 + 1 (m+n)/2 +1 (m+n)/2+1时中位数就找到了(具体的奇偶需要细分讨论):
class Solution {
public:
double findMedianSortedArrays(vector<int>& nums1, vector<int>& nums2) {
int len = nums1.size()+nums2.size();
int pre = 0, cur = 0;//记录当前处理的元素和当前元素的上一个元素
int l = 0, r = 0;//用来分别遍历两个数组
for(int i = 0; i <= len/2; ++i){//遍历len/2+1次之后,指向的元素必定是中位数(或者右中位数)
pre = cur; //pre记录上一次循环的结果(len为偶数的时候即为记录左中位数)
if(l < nums1.size() && (r >= nums2.size() || nums1[l] < nums2[r])) cur = nums1[l++];
else cur = nums2[r++];
}
if(len%2) return cur;
return (pre+cur)*0.5;
}
};
不过虽然空间复杂度为O(1),但是时间复杂度还是O(m+n)。
可是题目要求的复杂度是O(log(m+n)),log级的时间复杂度,容易让人联想到二分,但是这题有两个数组,应该怎么分呢?
二分
转化为寻找第k大元素的思路,具体还是看官方题解吧,还是很难的:寻找两个正序数组的中位数 - 寻找两个正序数组的中位数 - 力扣(LeetCode)
class Solution {
public:
int getKthElement(vector<int>& nums1, vector<int>& nums2, int k) {
/* 主要思路:寻找第 k (k>1) 小的元素,取 pivot1 = nums1[k/2-1] 和 pivot2 = nums2[k/2-1] 进行比较
* nums1 中 <= pivot1 的元素有 nums1[0 .. k/2-2] 共计 k/2-1 个
* nums2 中 <= pivot2 的元素有 nums2[0 .. k/2-2] 共计 k/2-1 个
* 取 pivot = min(pivot1, pivot2),两个数组中小于等于 pivot 的元素共计不会超过 (k/2-1) + (k/2-1) <= k-2 个
* 这样 pivot 本身最大也只能是第 k-1 小的元素
* 如果 pivot = pivot1,那么 nums1[0 .. k/2-1] 都不可能是第 k 小的元素。把这些元素全部 "删除",剩下的作为新的 nums1 数组
* 如果 pivot = pivot2,那么 nums2[0 .. k/2-1] 都不可能是第 k 小的元素。把这些元素全部 "删除",剩下的作为新的 nums2 数组
* 由于"删除"了一些元素(这些元素都比第 k 小的元素要小),因此需要修改 k 的值,减去删除的数的个数
* 删除并不是真正的删除(当然真要删除也不是不行),只是记录下标的偏置就可以了
*/
int m = nums1.size(), n = nums2.size();
int index1 = 0, index2 = 0;
while (true) {
// 当遇到边界的时候
if (index1 == m) return nums2[index2 + k - 1];
if (index2 == n) return nums1[index1 + k - 1];
if (k == 1) return min(nums1[index1], nums2[index2]);//k=1就是寻找最小(第一小)的数,就是两个数组的第一个元素中较小者
// 正常情况
int newIndex1 = min(index1 + k / 2 - 1, m - 1); //防止下标越界
int newIndex2 = min(index2 + k / 2 - 1, n - 1);
int pivot1 = nums1[newIndex1];
int pivot2 = nums2[newIndex2];
if (pivot1 <= pivot2) { //pivot1及其之前的数都删除掉
k -= newIndex1 - index1 + 1; //更新k的值
index1 = newIndex1 + 1;//数组nums1的下标偏置增加
}else {
k -= newIndex2 - index2 + 1;
index2 = newIndex2 + 1;
}
}
}
double findMedianSortedArrays(vector<int>& nums1, vector<int>& nums2) {
int len = nums1.size() + nums2.size();
if (len % 2 == 1) //奇数,只有一个中位数,就是第(len+1)/2小的数
return getKthElement(nums1, nums2, (len + 1) / 2);
else //偶数,需要寻找左中位数和右中位数,分别是第(len/2)小的数和第(len/2+1)小的数
return (getKthElement(nums1, nums2, len / 2) + getKthElement(nums1, nums2, len / 2 + 1)) * 0.5;
}
};