寻找两个有序数组的中位数

题目

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

答案

1.合并数组

将两个数组合并到一个大的数组中,再对大的数组的长度进行就判断,从而找出中位数。
这种做法的时间复杂度为O(m + n) = O(n)很显然这种做法是不满足O(log(m + n)) = O(logn)

public static float method1(int[] nums1, int[] nums2 ){
		int l1 = nums1.length;
		int l2 = nums2.length;
		int[] sum = new int[l1 + l2];
		int index1 = 0;
		int index2 = 0;
		while(index1 < l1 && index2 < l2) {
			if(nums1[index1] >= nums2[index2]) {
				sum[index1 + index2] = nums2[index2];
				index2++;
			}else {
				sum[index1 + index2] = nums1[index1];
				index1++;
			}
		}
		if(index1 == l1) {
			while(index2 < l2) {
				sum[index1 + index2] = nums2[index2];
				index2++;
			}
		}else {
			while(index1 < l1) {
				sum[index1 + index2] = nums1[index1];
				index1++;
			}
		}
		int mid = sum.length / 2;
		if( sum.length % 2 == 0) {
			return (sum[mid] + sum[ mid  - 1]) / 2.0f;
		}else {
			return sum[mid];
		}
	}

2.递归法

这种目前还没有看懂,我只能想到第一种,先放着,实力提升了再来解决。

public static float method2(int[] A, int[] B) {
		        int m = A.length;
		        int n = B.length;
		        if (m > n) { // to ensure m<=n
		            int[] temp = A; A = B; B = temp;
		            int tmp = m; m = n; n = tmp;
		        }
		        int iMin = 0, iMax = m, halfLen = (m + n + 1) / 2;
		        while (iMin <= iMax) {
		            int i = (iMin + iMax) / 2;
		            int j = halfLen - i;
		            if (i < iMax && B[j-1] > A[i]){
		                iMin = i + 1; // i is too small
		            }
		            else if (i > iMin && A[i-1] > B[j]) {
		                iMax = i - 1; // i is too big
		            }
		            else { // i is perfect
		                int maxLeft = 0;
		                if (i == 0) { 
		                	maxLeft = B[j-1];
		                	}
		                else if (j == 0) {
		                	maxLeft = A[i-1];
		                	}
		                else { 
		                	maxLeft = Math.max(A[i-1], B[j-1]); 
		                	}
		                if ( (m + n) % 2 == 1 ) {
		                	return maxLeft;
		                }

		                int minRight = 0;
		                if (i == m) {
		                	minRight = B[j];
		                	}
		                else if (j == n) {
		                	minRight = A[i];
		                	}
		                else { 
		                	minRight = Math.min(B[j], A[i]);
		                	}

		                return (maxLeft + minRight) / 2.0f;
		            }
		        }
		        return 0.0f;
		    }

全部代码如下:

package leetCode;

public class FindMedianSortedArrays {

	public static void main(String[] args) {
		// TODO 自动生成的方法存根
		int[] nums1 = {1, 2};
		int[] nums2 = {3,4};
		float result = 0;
		result = method1(nums1, nums2);
//		result = method2(nums1, nums2);
		System.out.println(result);
	}

	public static float method1(int[] nums1, int[] nums2 ){
		int l1 = nums1.length;
		int l2 = nums2.length;
		int[] sum = new int[l1 + l2];
		int index1 = 0;
		int index2 = 0;
		while(index1 < l1 && index2 < l2) {
			if(nums1[index1] >= nums2[index2]) {
				sum[index1 + index2] = nums2[index2];
				index2++;
			}else {
				sum[index1 + index2] = nums1[index1];
				index1++;
			}
		}
		if(index1 == l1) {
			while(index2 < l2) {
				sum[index1 + index2] = nums2[index2];
				index2++;
			}
		}else {
			while(index1 < l1) {
				sum[index1 + index2] = nums1[index1];
				index1++;
			}
		}
		int mid = sum.length / 2;
		if( sum.length % 2 == 0) {
			return (sum[mid] + sum[ mid  - 1]) / 2.0f;
		}else {
			return sum[mid];
		}
	}

	public static float method2(int[] A, int[] B) {
		        int m = A.length;
		        int n = B.length;
		        if (m > n) { // to ensure m<=n
		            int[] temp = A; A = B; B = temp;
		            int tmp = m; m = n; n = tmp;
		        }
		        int iMin = 0, iMax = m, halfLen = (m + n + 1) / 2;
		        while (iMin <= iMax) {
		            int i = (iMin + iMax) / 2;
		            int j = halfLen - i;
		            if (i < iMax && B[j-1] > A[i]){
		                iMin = i + 1; // i is too small
		            }
		            else if (i > iMin && A[i-1] > B[j]) {
		                iMax = i - 1; // i is too big
		            }
		            else { // i is perfect
		                int maxLeft = 0;
		                if (i == 0) { 
		                	maxLeft = B[j-1];
		                	}
		                else if (j == 0) {
		                	maxLeft = A[i-1];
		                	}
		                else { 
		                	maxLeft = Math.max(A[i-1], B[j-1]); 
		                	}
		                if ( (m + n) % 2 == 1 ) {
		                	return maxLeft;
		                }

		                int minRight = 0;
		                if (i == m) {
		                	minRight = B[j];
		                	}
		                else if (j == n) {
		                	minRight = A[i];
		                	}
		                else { 
		                	minRight = Math.min(B[j], A[i]);
		                	}

		                return (maxLeft + minRight) / 2.0f;
		            }
		        }
		        return 0.0f;
		    }
}

题目描述: 给定两个大小为 m 和 n 的有序数组 nums1 和 nums2。 请出这两个有序数组中位数,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 解题思路: 题目要求时间复杂度为 O(log(m+n)),很明显是要用到二分查的思想。 首先,我们需要确定中位数的位置。对于两个长度分别为 m 和 n 的有序数组,它们的中位数位置为 (m+n+1)/2 和 (m+n+2)/2,因为当 m+n 为奇数时,这两个位置的值是相同的;当 m+n 为偶数时,这两个位置的值分别为中间两个数。 然后,我们需要在两个数组中分别到第 k/2 个数(k 为中位数位置),比较它们的大小,如果 nums1[k/2-1] < nums2[k/2-1],则说明中位数位于 nums1 的右半部分和 nums2 的左半部分之间,此时可以舍弃 nums1 的左半部分,将 k 减去 nums1 的左半部分的长度,继续在 nums1 的右半部分和 nums2 的左半部分中寻找第 k/2 个数;反之,如果 nums1[k/2-1] >= nums2[k/2-1],则说明中位数位于 nums1 的左半部分和 nums2 的右半部分之间,此时可以舍弃 nums2 的左半部分,将 k 减去 nums2 的左半部分的长度,继续在 nums1 的左半部分和 nums2 的右半部分中寻找第 k/2 个数。 当 k=1 时,中位数两个数组中的最小值。 Java代码实现: class Solution { public double findMedianSortedArrays(int[] nums1, int[] nums2) { int m = nums1.length; int n = nums2.length; int k = (m + n + 1) / 2; double median = findKth(nums1, 0, m - 1, nums2, 0, n - 1, k); if ((m + n) % 2 == 0) { int k2 = k + 1; double median2 = findKth(nums1, 0, m - 1, nums2, 0, n - 1, k2); median = (median + median2) / 2; } return median; } private double findKth(int[] nums1, int start1, int end1, int[] nums2, int start2, int end2, int k) { int len1 = end1 - start1 + 1; int len2 = end2 - start2 + 1; if (len1 > len2) { return findKth(nums2, start2, end2, nums1, start1, end1, k); } if (len1 == 0) { return nums2[start2 + k - 1]; } if (k == 1) { return Math.min(nums1[start1], nums2[start2]); } int i = start1 + Math.min(len1, k / 2) - 1; int j = start2 + Math.min(len2, k / 2) - 1; if (nums1[i] > nums2[j]) { return findKth(nums1, start1, end1, nums2, j + 1, end2, k - (j - start2 + 1)); } else { return findKth(nums1, i + 1, end1, nums2, start2, end2, k - (i - start1 + 1)); } } }
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

yelvens

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值