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)) 。
示例
- 示例一
输入：nums1 = [1,3], nums2 = [2]
输出：2.00000
解释：合并数组 = [1,2,3] ，中位数 2
- 示例二
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
思路及算法代码
思路
-
中位数的定义，当
m+n是奇数时，中位数是两个有序数组中的第(m+n)/2个元素，当m+n是偶数时，中位数是两个有序数组中的第(m+n)/2个元素和第(m+n)/2+1个元素的平均值。因此，这道题可以转化成寻找两个有序数组中的第k小的数，其中k为(m+n)/2或(m+n)/2+1。 -
假设两个有序数组分别是
A和B。要找到第k个元素，我们可以比较A[k/2−1]和B[k/2−1]，其中/表示整数除法。由于A[k/2−1]和B[k/2−1]的前面分别有A[0..k/2−2]和B[0..k/2−2]，即k/2−1个元素，对于A[k/2−1]和B[k/2−1]中的较小值，最多只会有(k/2−1)+(k/2−1)≤k−2个元素比它小，那么它就不能是第k小的数了。 -
因此我们可以归纳出三种情况：
-
如果
A[k/2−1]<B[k/2−1]，则比A[k/2−1]小的数最多只有A的前k/2−1个数和B的前k/2−1个数，即比A[k/2−1]小的数最多只有k−2个，因此A[k/2−1]不可能是第k个数，A[0]到A[k/2−1]也都不可能是第k个数，可以全部排除。 -
如果
A[k/2−1]>B[k/2−1]，则可以排除B[0]到B[k/2−1]。 -
如果
A[k/2−1]=B[k/2−1]，则可以归入第一种情况处理。
-
-
比较
A[k/2−1]和B[k/2−1]之后，可以排除k/2个不可能是第k小的数，因为k/2−1之前最多有k-2个小的数，查找范围缩小了一半。同时，我们将在排除后的新数组上继续进行二分查找，并且根据我们排除数的个数，减少k的值，这是因为我们排除的数都不大于第k小的数。 -
有以下三种情况需要特殊处理：
-
如果
A[k/2−1]或者B[k/2−1]越界，那么我们可以选取对应数组中的最后一个元素。在这种情况下，我们必须根据排除数的个数减少k的值，而不能直接将k减去k/2。 -
如果一个数组为空，说明该数组中的所有元素都被排除，我们可以直接返回另一个数组中第
k小的元素。 -
如果
k=1，我们只要返回两个数组首元素的最小值即可。
-
例子
举一个例子来理解上述算法。假设两个有序数组如下：
A: 1 3 4 9
B: 1 2 3 4 5 6 7 8 9
两个有序数组的长度分别是 4 和 9，长度之和是 13，中位数是两个有序数组中的第 7 个元素，因此需要找到第 k=7 个元素。
比较两个有序数组中下标为 k/2−1=2 的数，即 A[2]=4 和 B[2]=3，如下面所示：
A: 1 3 4 9
B: 1 2 3 4 5 6 7 8 9
由于A[2]>B[2]，因此排除B[0] 到 B[2]，即数组 B 的下标偏移（offset）变为 3，同时更新 k 的值：k=k−k/2=4。
下一步寻找，比较两个有序数组中下标为 k/2−1=1 的数，即 A[1]=3 和B[4]=5，如下面所示，其中方括号部分表示已经被排除的数。
A: 1 3 4 9
B: [1 2 3] 4 5 6 7 8 9
由于 A[1]<B[4]，因此排除A[0] 到A[1]，即数组 A 的下标偏移变为 2，同时更新 k 的值：k=k−k/2=2。
下一步寻找，比较两个有序数组中下标为 k/2−1=0 的数，即比较 A[2]=4 和 B[3]=4，如下面所示，其中方括号部分表示已经被排除的数。
A: [1 3] 4 9
B: [1 2 3] 4 5 6 7 8 9
由于A[2]=B[3]，根据之前的规则，排除 A 中的元素，因此排除A[2]，即数组 A 的下标偏移变为 3，同时更新 k 的值： k=k−k/2=1。
由于 k 的值变成 1，因此比较两个有序数组中的未排除下标范围内的第一个数，其中较小的数即为第 k 个数，由于 A[3]=9>B[3]=4，因此第 k 个数是 B[3]=4。
A: [1 3 4] 9
B: [1 2 3] 4 5 6 7 8 9
代码实现
class Solution:
def findMedianSortedArrays(self, nums1: List[int], nums2: List[int]) -> float:
# 定义一个内部函数，用于找到两个数组中的第 k 小的元素
def getKthElement(k):
index1, index2 = 0, 0 # 初始化两个数组的索引
while True:
# 特殊情况：当其中一个数组已经遍历完时
if index1 == m: # 如果数组1已经遍历完
return nums2[index2 + k - 1] # 直接返回数组2中的第 k 小的元素
if index2 == n: # 如果数组2已经遍历完
return nums1[index1 + k - 1] # 直接返回数组1中的第 k 小的元素
if k == 1: # 如果 k 等于 1，即找到了最小的元素
return min(nums1[index1], nums2[index2]) # 返回两个数组当前索引位置的较小值
# 正常情况：使用二分查找来缩小问题规模
# 计算新的索引位置，保证不超出数组的范围
newIndex1 = min(index1 + k // 2 - 1, m - 1)
newIndex2 = min(index2 + k // 2 - 1, n - 1)
# 获取两个数组中新索引位置的元素
pivot1, pivot2 = nums1[newIndex1], nums2[newIndex2]
# 如果数组1中的元素小于等于数组2中的元素，则第 k 小的元素一定不在数组1的前半部分
if pivot1 <= pivot2:
# 更新 k 的值，将其减去数组1当前索引位置及其前面的元素个数
k -= newIndex1 - index1 + 1
index1 = newIndex1 + 1 # 更新数组1的索引位置
else: # 否则，第 k 小的元素一定不在数组2的前半部分
# 更新 k 的值，将其减去数组2当前索引位置及其前面的元素个数
k -= newIndex2 - index2 + 1
index2 = newIndex2 + 1 # 更新数组2的索引位置
m, n = len(nums1), len(nums2) # 获取两个数组的长度
totalLength = m + n # 计算两个数组的总长度
if totalLength % 2 == 1: # 如果总长度为奇数
return getKthElement((totalLength + 1) // 2) # 返回第 (总长度+1)//2 小的元素，即中位数
else: # 如果总长度为偶数
# 返回第 (总长度//2) 和第 (总长度//2 + 1) 小的元素之和的一半，即中位数
return (getKthElement(totalLength // 2) + getKthElement(totalLength // 2 + 1)) / 2
复杂度分析
-
时间复杂度：
O(log(m+n))，其中m和n分别是数组nums 1和nums 2的长度。初始时有k=(m+n)/2或k=(m+n)/2+1，每一轮循环可以将查找范围减少一半，因此时间复杂度是O(log(m+n))。 -
空间复杂度：
O(1)。
知识点
给定两个有序数组，要找到两个有序数组的中位数，最直观的思路有以下两种：
- 使用归并的方式，合并两个有序数组，得到一个大的有序数组。大的有序数组的中间位置的元素，即为中位数。
- 不需要合并两个有序数组，只要找到中位数的位置即可。由于两个数组的长度已知，因此中位数对应的两个数组的下标之和也是已知的。定义两个指针，初始时分别指向两个数组的下标 0 的位置，每次将指向较小值的指针后移一位（如果一个指针已经到达数组末尾，则只需要移动另一个数组的指针），直到到达中位数的位置。
假设两个有序数组的长度分别为 m 和 n，上述两种思路的复杂度如何？
第一种思路的时间复杂度是 O(m+n)，空间复杂度是 O(m+n)。第二种思路虽然可以将空间复杂度降到 O(1)，但是时间复杂度仍是 O(m+n)。
如何把时间复杂度降低到O(log(m+n)) 呢？如果对时间复杂度的要求有 log，通常都需要用到二分查找，这道题也可以通过二分查找实现。
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
