4. 寻找两个正序数组的中位数

4. 寻找两个正序数组的中位数

LeetCode题目地址

题目

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 。算法的时间复杂度应该为 O(log (m+n)) 。

一开始看这个题目就说，怎么这么简单的题目也能是困难题，后面看到要求的时间复杂度，就想到困难题肯定有困难的原因。

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

解法3参考官方题解：

寻找两个正序数组的中位数

解法1（暴力，归并排序）

思路

• 求两个有序数组的中位数，最容易想到的就是合并两个数组，再求合并后数组的中位数。
• 合并有序数组，就可以使用归并排序。
• 时间复杂度O(m + n)，不符合题目要求

public double findMedianSortedArrays(int[] nums1, int[] nums2) {
    int m = nums1.length;
    int n = nums2.length;
   	int[]  nums = new int[m + n];
    if (m == 0) {
        // nums1数组为空，返回num2数组的中位值
        if (n % 2 == 0) {
            return (nums2[n / 2 - 1] + nums2[n / 2]) / 2.0;
        } else {
            return nums2[n / 2];
        }
    }
    if (n == 0) {
    	// nums2数组为空，返回num1数组的中位值
        if (m % 2 == 0) {
            return (nums1[m / 2 - 1] + nums1[m / 2]) / 2.0;
        } else {
            return nums1[m / 2];
        }
    }
    int count = 0;
    int i = 0, j = 0;
    while (count != (m + n)) {
        if (i == m) {
        // num1数组遍历结束
            while (j != n) {
                nums[count++] = nums2[j++];
            }
            break;
        }
        if (j == n) {
        // num2数组遍历结束
            while (i != m) {
                nums[count++] = nums1[i++];
            }
            break;
        }
		// 遍历nums1,nums2数组
        if (nums1[i] < nums2[j]) {
            nums[count++] = nums1[i++];
        } else {
            nums[count++] = nums2[j++];
        }
    }
    // 返回合并后数组的中位数
    if (count % 2 == 0) {
        return (nums[count / 2 - 1] + nums[count / 2]) / 2.0;
    } else {
        return nums[count / 2];
    }
}

解法2

思路

• 对第一种解法进行优化
• 不真正合并两个数组，只需要找到中位数即可
• 只需要找到第int(length / 2)个值和int(length / 2) + 1个值。
• 如果length是奇数，返回第int(length / 2) + 1个值。
• 如果是偶数，返回第int(length / 2) 和第int(length / 2) + 1之和的平均数
• 但是时间复杂度还是O(m + n)

public int lengthOfLongestSubstring(String s) {
    int m = nums1.length;
    int n = nums2.length;
	int length = m + n;
    int left = -1, right = -1;
	int start1 = 0, start2 = 0;
    for (int i = 0; i <= length / 2; i++) {
    	// 更新上一次遍历的值
    	left = right;        
        if (start1 < m && (start2 >= n || nums1[start1] < nums2[start2])) {
        	// 更新当前遍历的值
        	right = nums1[start1++];
        } else {
            right = nums2[start2++];
        }      
    }
    if ((length & 1) == 0) {
    	// 如果数组长度位偶数，输出两次遍历的和的平均值
        return (left + right) / 2.0;
   	} else {
   		// 如果数组长度是奇数，输出当前遍历的值
       	return right;
    }                                         
}

解法3（二分查找）

思路

• 当看到时间复杂度的要求有log时，经常会使用到二分查找。

public double findMedianSortedArrays(int[] nums1, int[] nums2) {
    int length1 = nums1.length, length2 = nums2.length;
    int total = length1 + length2;
    if (total % 2 == 1) {
    	int mid = total / 2;
        double median = getKthElement(nums1, nums2, mid + 1);
        return median;
   } else {
        int mid1 = totalLength / 2 - 1, mid2 = totalLength / 2;
        double median = (getKthElement(nums1, nums2, mid1 + 1) + getKthElement(nums1, nums2, mid2 + 1)) / 2.0;
		return median;
   }
}
public int getKthElement(int[] nums1, int[] nums2, int k) {
    /* 主要思路：要找到第 k (k>1) 小的元素，那么就取 pivot1 = nums1[k/2-1] 和 pivot2 = nums2[k/2-1] 进行比较
         * 这里的 "/" 表示整除
         * nums1 中小于等于 pivot1 的元素有 nums1[0 .. k/2-2] 共计 k/2-1 个
         * nums2 中小于等于 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
         * 由于我们 "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
         */    

    int length1 = nums1.length, length2 = nums2.length;
   	int index1 = 0, index2 = 0;
   	int kthElement = 0;    
	while (true) {
        // 边界情况
        if (index1 == length1) {
            return nums2[index2 + k - 1];
        }
        if (index2 == length2) {
            return nums1[index1 + k - 1];
        }
        if (k == 1) {
            return Math.min(nums1[index1], nums2[index2]);
        }        
        // 正常情况
        int half = k / 2;
        int newIndex1 = Math.min(index1 + half, length1) - 1;
        int newIndex2 = Math.min(index2 + half, length2) - 1;
        int pivot1 = nums1[newIndex1], pivot2 = nums2[newIndex2];
        if (pivot1 <= pivot2) {
            k -= (newIndex1 - index1 + 1);
            index1 = newIndex1 + 1;
        } else {
            k -= (newIndex2 - index2 + 1);
            index2 = newIndex2 + 1;
        }                            
    }
}