问题描述:
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
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/median-of-two-sorted-arrays
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
执行结果:
代码描述:
示例1:1,2,3,4,5,6; 中位数为:3.5
示例2:1 2 3 6 7 ; 中位数为:3
官方答案中的解释很长,具体总结就是将两个数组合并然后分成两部分,但要寻找临界条件,也就中位数成立调解。
1.len(left_part)=len(right_part)
2.max(left_part)≤min(right_part)
class Solution {
public:
double findMedianSortedArrays(vector<int>& nums1, vector<int>& nums2) {
int m = nums1.size();
int n = nums2.size();
if(m > n) // to ensure m <= n
{
vector<int> temp(nums1);
nums1 = nums2;
nums2 = temp;
int t = m;
m = n;
n = t;
}
int iMin = 0, iMax = m, halfLen = (m + n + 1)/2;// 偶数时,左侧值,奇数时,中间值; m为大数
while(iMin <= iMax)
{
int i = (iMin + iMax)/2;
int j = halfLen - i;
if(i < iMax && nums2[j - 1] > nums1[i])
{
iMin = i + 1; // i is too small
}
else if(i > iMin && nums1[i-1] > nums2[j])
{
iMax = i - 1; // i is too big
}
else
{ // i is perfect
int maxLeft = 0;
if(i == 0)
{
maxLeft = nums2[j-1];
}
else if(j == 0)
{
maxLeft = nums1[i - 1];
}
else
{
maxLeft = (nums1[i-1] > nums2[j-1]?nums1[i-1]:nums2[j-1]);
}
if((m + n) % 2 == 1)
return maxLeft;
int minRight = 0;
if(i == m)
minRight = nums2[j];
else if(j == n)
minRight = nums1[i];
else
minRight = (nums1[i] < nums2[j]?nums1[i]:nums2[j]);
return (maxLeft + minRight)/2.0;
}
}
return 0.0;
}
};
复杂度分析
时间复杂度:O(log(min(m,n)))。首先,查找的区间是 [0, m]。 而该区间的长度在每次循环之后都会减少为原来的一半。 所以,我们只需要执行 log(m) 次循环。由于我们在每次循环中进行常量次数的操作,所以时间复杂度为 O(log(m))。 由于 m≤n,所以时间复杂度是 O(log(min(m,n)))。
空间复杂度:O(1), 只需要恒定的内存来存储 有限 个局部变量, 所以空间复杂度为O(1)。
// 此方案,超内存
class Solution {
public:
double findMedianSortedArrays(vector<int>& nums1, vector<int>& nums2) {
// 先合并
vector<int> merge(nums1);
vector<int>::iterator it = nums2.begin();
while(it != nums2.end())
{
merge.push_back(*it);
}
// 排序
sort(merge.begin(), merge.end());
// 取中点
if(merge.size() > 0 && merge.size() % 2 == 1)
{
return merge[merge.size()/2];
}
else if(merge.size() > 0 && merge.size() % 2 == 0)
{
return (merge[merge.size()/2] + merge[merge.size()/2-1])/2.0;
}
else
return 0.0;
}
};