题目
给定两个正序数组,寻找这两个数组的中位数。
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
原题链接: https://leetcode-cn.com/problems/median-of-two-sorted-arrays/
思路
思路1
假设数组长度分别为m 和 n,k = (m+n)/2。如果 m+n 为奇数,则中位数第 k+1 个数;如果 m+n 为偶数,则中位数是第 k 个数 和第 k+1 个数的平均值。
对于两个数组,我们可以分别维护一个指针,每一次对比当前指针下两个数组的值,从而可以确认第 x 小的值是哪一个(这里 x = i+j,其中 i 和 j 分别为指针下标),直到找到第 k+1 个数为止。
同时,针对偶数的情况,我们需要维护两个变量来记录第 x-1 小的值和第 x 小的值。
- 复杂度分析
- 时间复杂度 O(m+n)。
- 空间复杂度 O(1)。
思路2(高阶)
如果要求时间复杂度为 O(log(m+n)),那就只有考虑二分法了。
根据思路1,我们的目标是找到第 k+1 个数。那么可以通过二分法,先找出 top(k+1) 小的数。为了方便表示,设 K=k+1。二分的过程为,每次先找出 topK 小当中的 K/2 个数,为了保证这 K/2 个数一定在 topK 小的数当中,我们只需要对比两个数组当中第 K/2 个数,即 nums1[K/2-1] 和 nums2[K/2-1] 这两个数的值,如果 nums2[K/2-1] 小于或等于 nums1[K/2-1], 则 nums2[0] ~ nums2[K/2-1] 这 K/2 个数一定是在 topK 小的数当中的。排除掉 K/2 个数之后,就进一步找剩下的 X=(K - K/2) 个数,直到找完 topK 为止。
如果某个数组遍历完成,或者某个数组为空的情况,可以对另一个数组直接移动X-1步,提前结束二分。
二分的过程中,走到 X = 1 这一步的时候,我们已经取得了 k = K-1 的集合,对比两个数组头部的数字,取最大的一个即是我们想要的第 k 个数。然后再找出 X = 1 这一步的数字,即是第 k+1 个数。
- 复杂度分析
- 时间复杂度 O(log(m+n))。
- 空间复杂度 O(1)。
代码
代码1
class Solution {
public:
double findMedianSortedArrays(vector<int>& nums1, vector<int>& nums2) {
int k = (nums1.size() + nums2.size()) / 2;
double pre, cur;
int i = 0;
int j = 0;
while(i + j != k + 1) {
pre = cur;
if (i < nums1.size() && j < nums2.size()) {
if (nums1[i] > nums2[j]) {
cur = nums2[j];
j++;
}
else {
cur = nums1[i];
i++;
}
}
else if (i < nums1.size()) {
cur = nums1[i];
i++;
}
else if (j < nums2.size()) {
cur = nums2[j];
j++;
}
}
if ( (nums1.size() + nums2.size()) % 2 == 0) {
return (pre + cur) / 2;
}
else {
return cur;
}
}
};
代码2
class Solution {
public:
double findMedianSortedArrays(vector<int>& nums1, vector<int>& nums2) {
int index1 = -1;
int index2 = -1;
double pre, cur;
int k = (nums1.size() + nums2.size()) / 2;
cur = findTopK(nums1, index1, nums2, index2, k+1, pre);
if ((nums1.size() + nums2.size()) % 2 == 1) {
return cur;
}
else {
return (cur + pre) / 2;
}
}
double findTopK(vector<int>& nums1, int& index1,
vector<int>& nums2, int& index2,
int k, double& pre) {
int mid = k/2;
int step1 = mid;
int step2 = mid;
// 当 k == 1 时,则进行最后一轮比较和查找,同时找出倒数第二大的数
if (k == 1) {
int pre1, pre2;
pre1 = index1 == -1 ? INT_MIN: nums1[index1];
pre2 = index2 == -1 ? INT_MIN: nums2[index2];
pre = max(pre1, pre2);
if (index1 == nums1.size() - 1) {
return nums2[index2 + 1];
}
if (index2 == nums2.size() - 1) {
return nums1[index1 + 1];
}
if (nums1[index1 + 1] > nums2[index2 + 1]) {
return nums2[index2 + 1];
}
else {
return nums1[index1 + 1];
}
}
// 如果某个数组已经遍历完,则直接对另一个数组移动 k-1步; 同时也覆盖数组为空的情况
if (index1 == nums1.size() - 1) {
index2 += k - 1;
return findTopK(nums1, index1, nums2, index2, 1, pre);
}
if (index2 == nums2.size() - 1) {
index1 += k - 1;
return findTopK(nums1, index1, nums2, index2, 1, pre);
}
// 如果某个数组移动 mid 步后已越出数组,则调小step,只移到数组最后一个
if (index1 + step1 > nums1.size() - 1) {
step1 = nums1.size() - 1 - index1;
}
if (index2 + step2 > nums2.size() - 1) {
step2 = nums2.size() - 1 - index2;
}
// 比较两个数组第 index+step 位,找出topK 中的数
if (nums1[index1 + step1] > nums2[index2 + step2]) {
index2 += step2;
return findTopK(nums1, index1, nums2, index2, k - step2, pre);
}
else {
index1 += step1;
return findTopK(nums1, index1, nums2, index2, k - step1, pre);
}
}
};