题意:寻找两个有序数组(合并后)的中位数。
示例:Input: [1,3] [2]
Output: 2
.
题解:刚开始没有看到复杂度里的log,写了个O(m+n)的,结果。。
Amazing,不知道是用例太水还是我太强了......代码如下
class Solution {
public double findMedianSortedArrays(int[] nums1, int[] nums2) {
int small1=0;
int small2=0;
int big1=nums1.length-1;
int big2=nums2.length-1;
int rest = nums1.length + nums2.length;
while(rest > 2){
if(big2 < small2 || (big1 >= small1 && nums1[big1]>=nums2[big2]) ) big1--;
else big2--;
if(big2 < small2 || (big1 >= small1 && nums1[small1]<=nums2[small2]) ) small1++;
else small2++;
rest -= 2;
}
if(rest == 1) return (double)(big1 < small1 ? nums2[big2] : nums1[big1]);
if(big1 == small1) return (nums1[big1] + nums2[big2])/2.0;
if(big1 > small1) return (nums1[big1] + nums1[small1])/2.0;
return (nums2[big2] + nums2[small2])/2.0;
}
}
真·题解:分别用两个切分点 i 和 j 把两个数组分成四部分:
1. a[0]....a[i-1]
2. b[0]....b[j-1]
3. a[i].....a[a.length-1]
4. b[j].....b[b.length-1]
把1,2合并的集合记作left;3,4合并的集合记作right
如果数字总数是偶数,则 i 和 j 的选取需要满足 left.size() == right.size() && max(left) <= min(right)
left.size() == right.size() 可以推出 i + j = (a.length - i) + (b.length - j) ,即 j = (a.length + b.length)/2 - i
所求中位数就是( max(left) + min(right) ) / 2
如果数字总数是奇数,则 i 和 j 的选取需要满足 left.size() == right.size()+1 && max(left) <= min(right)
left.size() == right.size()+1 可以推出 i + j = (a.length - i) + (b.length - j)+1 ,即 j = (a.length + b.length+1)/2 - i
所求中位数就是 max(left)
当a.length + b.length 是偶数时,(a.length + b.length + 1)/2 == (a.length + b.length)/2,所以两种情况可以合并为
j = (a.length + b.length+1)/2 - i
注:这里的数组a必须是两个数组较短的那个,这样才能保证 j 不为负数
由max(left) <= min(right) 可以得到 i 和 j 的约束 :max(a[i-1] , b[j-1]) <= min(a[i] , b[j]),即a[i-1] <= b[j] && b[j-1] <= a[i]
有 i 和 j 的转化关系,这个对 i ,j 的约束就可以转化为单独对 i 的约束,对数组a二分查找符合约束的 i 即可。
注:对 i 查找时的范围是[0,a.length+1),要比平时对普通索引下标的查询多一个a.length,这种情况表示a中的数都在中位数左侧。
时间复杂度O( log( min(m,n) ) ),代码如下
class Solution {
public double findMedianSortedArrays(int[] nums1, int[] nums2) {
final int len1 = nums1.length;
final int len2 = nums2.length;
if(len1 > len2) return findMedianSortedArrays(nums2, nums1);
final int sum = (len1 + len2 + 1)/2;
int left = 0;
int right = len1 + 1;
int i=0;
int j=0;
int leftMax=0;
int rightMin=0;
//处理有空的情况
if(len1 == 0){
if( (len2 & 1) == 1) return (double)nums2[sum-1];
else return (nums2[sum-1] + nums2[sum])/2.0;
}
while(left < right){
i = (left + right) >> 1;
j = sum - i;
if(i>0 && i<len1 && nums1[i-1] <= nums2[j] && nums2[j-1] <= nums1[i]){
leftMax = Math.max(nums1[i-1],nums2[j-1]);
rightMin = Math.min(nums1[i],nums2[j]);
break;
}
// i==0 表示 nums1中所有数放在右半边
if(i==0 && nums2[j-1] <= nums1[i]){
leftMax = nums2[j-1];
if(len2 == j) rightMin = nums1[0];
else rightMin = Math.min(nums1[0],nums2[j]);
break;
}
// i==len1 表示 nums1中所有数放在左半边
if(i==len1 && nums1[i-1] <= nums2[j]){
if(0 == j) leftMax = nums1[len1-1];
else leftMax = Math.max(nums1[len1-1],nums2[j-1]);
rightMin = nums2[j];
break;
}
if(i>=1 && nums1[i-1] > nums2[j]) right = i;
else left = i+1;
}
if( ((len1 + len2) & 1) == 1) return (double)leftMax;
return (leftMax + rightMin) / 2.0;
}
}