方案一:暴力
新建一个大小为(m+n)的数组,将两个数组的值插入到新的数组,然后进行排序,最后根据奇偶返回中位数。
class Solution {
public:
double findMedianSortedArrays(vector<int>& nums1, vector<int>& nums2) {
vector<int> nums3;
nums3.insert(nums3.end(),nums1.begin(),nums1.end());
nums3.insert(nums3.end(),nums2.begin(),nums2.end());
sort(nums3.begin(),nums3.end());
if(nums3.size()%2==0)
{
return (nums3[nums3.size()/2-1]+nums3[nums3.size()/2])/2.0;
}
else
{
return nums3[(nums3.size()-1)/2];
}
}
};
方案二:二分查找法
如果某个有序数组长度是奇数,那么其中位数就是最中间那个,如果是偶数,那么就是最中间两个数字的平均值。这里对于两个有序数组也是一样的,假设两个有序数组的长度分别为m和n,由于两个数组长度之和m+n 的奇偶不确定,因此需要分情况来讨论,对于奇数的情况,直接找到最中间的数即可,偶数的话需要求最中间两个数的平均值。
为了简化代码,不分情况讨论,我们使用一个小trick,我们分别找第 (m+n+1) / 2 个,和 (m+n+2) / 2 个,然后求其平均值即可,这对奇偶数均适用。
这里我们需要定义一个函数来在两个有序数组中找到第K(中间)个元素
我们使用两个变量i和j分别来标记数组nums1和nums2的起始位置。
- 当某一个数组的起始位置大于等于其数组长度时,说明其所有数字均已经被淘汰了,相当于一个空数组,那么实际上就变成了在另一个数组中找中位数。
- 如果K=1的话,那么我们只要比较nums1和nums2的起始位置i和j上的数字,就是中位数。
- 一般情况:在两个有序数组中找到第K个元素,为了加快搜索的速度,我们要使用二分法。
我们需要分别在nums1和nums2中查找第K/2个元素,这里由于两个数组的长度不定,所以有可能某个数组没有第K/2个数字,所以我们需要先检查一下,数组中到底存不存在第K/2个数字,如果存在就取出来,否则就赋值整型最大值,并且淘汰另一个数组的前K/2个数字。
赋予最大值的意思是如果第一个数组的K/2不存在,则说明这个数组的长度小于K/2,并且另外一个数组的前K/2个我们是肯定不要的。举个例子:假如第一个数组长度是2,第二个数组长度是12,则K为7,K/2为3,因为第一个数组长度小于3,则无法判断中位数是否在其中,而第二个数组的前3个肯定不是中位数!故当K/2不存在时,将其置为整数型最大值,这样就可以继续下一次循环。
有没有可能两个数组都不存在第K/2个数字呢,这道题里是不可能的,因为我们的K不是任意给的,而是给的m+n的中间值,所以必定至少会有一个数组是存在第K/2个数字的。
比较这两个数组第K/2的数字midValNums1 和midValNums12的大小,如果第一个数组的第K/2个数字小的话,那么说明我们要找的数字肯定不在nums1中的前K/2,所以我们可以将其淘汰,将nums1的起始位置向后移动K/2个,并且此时的K也自减去K/2,调用递归。反之,我们淘汰nums2中的前K/2个数字,并将nums2的起始位置向后移动K/2个,并且此时的K也自减去K/2,调用递归即可。
#include <limits.h>
#include <algorithm>
class Solution {
public:
double findMedianSortedArrays(vector<int>& nums1, vector<int>& nums2) {
int m = nums1.size();
int n = nums2.size();
int left = (m + n + 1) / 2;
int right = (m + n + 2) / 2;
return (findKth(nums1, 0, nums2, 0, left) + findKth(nums1, 0, nums2, 0, right)) / 2.0;
}
int findKth(vector<int>& nums1, int i, vector<int>& nums2, int j, int k){
if(i >= nums1.size()){
return nums2[j + k - 1];
}
if(j >= nums2.size()){
return nums1[i + k - 1];
}
if(k == 1){
return min(nums1[i],nums2[j]);
}
int midValNums1 = (i + k / 2 - 1 < nums1.size()) ? nums1[i + k / 2 - 1] : INT_MAX;
int midValNums2 = (j + k / 2 - 1 < nums2.size()) ? nums2[j + k / 2 - 1] : INT_MAX;
if(midValNums1 < midValNums2){
return findKth(nums1, i + k / 2, nums2, j , k - k / 2);
}else{
return findKth(nums1, i, nums2, j + k / 2 , k - k / 2);
}
}
};