力扣：4-寻找两个正序数组的中位数

最新推荐文章于 2022-10-11 22:09:01 发布

真的没事鸭

最新推荐文章于 2022-10-11 22:09:01 发布

阅读量112

点赞数

分类专栏：力扣算法题文章标签： leetcode 算法

本文链接：https://blog.csdn.net/qq_52905520/article/details/126447334

版权

力扣算法题专栏收录该内容

18 篇文章 0 订阅

订阅专栏

该博客讨论了一种在O(log(m+n))时间复杂度内找到两个正序数组中位数的方法。作者提供了两种解决方案：一是通过合并数组后找到中位数，二是直接合并并排序后再找中位数。代码实现分别使用了数组和vector，展示了如何处理奇数和偶数长度的数组情况。

摘要由CSDN通过智能技术生成

题目描述

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。

算法的时间复杂度应该为 O(log (m+n)) 。

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

提示：

nums1.length == m
nums2.length == n
0 <= m <= 1000
0 <= n <= 1000
1 <= m + n <= 2000
-106 <= nums1[i], nums2[i] <= 106

来源：力扣（LeetCode）

解题思路

这道题我用的类似归并排序中合并的思路。也就是先将两个数组合并，然后判断一下合并后的数组长度，如果是偶数的话，则需要返回中间两个数的1/2，如果是奇数，则返回中间的那个数即可

还有一种就是直接合并vector，然后排序，剩下的和上面一样，这种比较简单，代码量比上面小一点，也是一个思路

不过用数组的话相比vector更快一点

代码实现-1

class Solution {
    const int N=2e3+10;
public:
    double findMedianSortedArrays(vector<int>& nums1, vector<int>& nums2) {
        int i=0,j=0,k=0;
        int nums3[N];//合并后的新数组
        //合并两个vector
        while(i<nums1.size()&&j<nums2.size())
        {
            if(nums1[i]<nums2[j])
            nums3[k++]=nums1[i++];
            else
            nums3[k++]=nums2[j++];
        }
        while(i<nums1.size())
        nums3[k++]=nums1[i++];
        while(j<nums2.size())
        nums3[k++]=nums2[j++];
        //判断新数组的长度
        if(k%2==0)
        return (nums3[k/2]+nums3[k/2-1])*1.0/2;
        else
        return nums3[k/2];
    }
};

代码实现-2

class Solution {
public:
    double findMedianSortedArrays(vector<int>& nums1, vector<int>& nums2) {
        vector<int>nums3;//合并后的新vector
        //将两个vector合并
        nums3.insert(nums3.end(),nums1.begin(),nums1.end());
        nums3.insert(nums3.end(),nums2.begin(),nums2.end());
        //对合并后的vector排序
        sort(nums3.begin(),nums3.end());
        int k=nums3.size();
        if(k%2==0)
        return (nums3[k/2]+nums3[k/2-1])*1.0/2;
        else
        return nums3[k/2];
    }
};