算法-寻找两个正序数组的中位数

寻找两个正序数组的中位数

描述

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 。

示例 1:

输入：nums1 = [1,3], nums2 = [2]
输出：2.00000
解释：合并数组 = [1,2,3] ，中位数 2

示例 2:

输入：nums1 = [1,2], nums2 = [3,4]
输出：2.50000
解释：合并数组 = [1,2,3,4] ，中位数 (2 + 3) / 2 = 2.5

示例 3:

输入：nums1 = [0,0], nums2 = [0,0]
输出：0.00000

示例 4:

输入：nums1 = [], nums2 = [1]
输出：1.00000

示例 5:

输入：nums1 = [2], nums2 = []
输出：2.00000

答案

答案一

public double findMedianSortedArrays1(int[] nums1, int[] nums2) {
        int nums[] = new int[nums1.length + nums2.length];
        for (int i = 0; i < nums1.length; i++) {
            nums[i] = nums1[i];
        }
        for (int i = 0; i < nums2.length; i++) {
            nums[nums1.length + i] = nums2[i];
        }
        Arrays.sort(nums);
        int length = nums.length;
        if (length % 2 == 0) {
            return (nums[length / 2] + nums[length / 2 - 1]) / 2.0;
        } else {
            return nums[length / 2];
        }
    }

答案二

public double findMedianSortedArrays(int[] nums1, int[] nums2) {
        if (nums1.length > nums2.length) {
            int[] temp = nums1;
            nums1 = nums2;
            nums2 = temp;
        }
        int m = nums1.length;
        int n = nums2.length;
        //分割线左边需要totalLeftg个元素
        int totalLeft = (m + n + 1) / 2;
        //在num1的区间[0,m]里查找恰当的分割线
        //使得nums1[i-1] < nums2[j] && nums2[j-1] < num1[i]
        int left = 0;
        int right = m;
        while (left < right) {
            int i = left + (right - left + 1)/2;
            int j = totalLeft - i;
            if (nums1[i-1] > nums2[j]) {
                right = i - 1;
            } else {
                left = i;
            }
        }
        int i = left;
        int j = totalLeft -i;
        int nums1LeftMax = i==0?Integer.MIN_VALUE : nums1[i-1];
        int nums1RightMin = i == m ?Integer.MAX_VALUE : nums1[i];
        int nums2LeftMax = j == 0? Integer.MIN_VALUE : nums2[j-1];
        int nums2RightMin = j==n?Integer.MAX_VALUE : nums2[j];
        if ((m + n) % 2 == 0) {
            return (Math.max(nums1LeftMax,nums2LeftMax) +  Math.min(nums1RightMin,nums2RightMin)) / 2.0;
        } else {
            return Math.max(nums1LeftMax,nums2LeftMax);
        }
    }