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
解题
解法1
中位数(又称中值,英语:Median),统计学中的专有名词,代表一个样本、种群或概率分布中的一个数值,其可将数值集合划分为相等的上下两部分。
所以我们只需要将数组进行切。
一个长度为 m 的数组,有 0 到 m 总共 m + 1 个位置可以切。
我们把数组 A 和数组 B 分别在 i 和 j 进行切割。
将 i 的左边和 j 的左边组合成「左半部分」,将 i 的右边和 j 的右边组合成「右半部分」。
- 当 A 数组和 B 数组的总长度是偶数时,如果我们能够保证
1、左半部分的长度等于右半部分,i + j = m - i + n - j , 也就是 j = ( m + n ) / 2 - i
2、左半部分最大的值小于等于右半部分最小的值 max ( A [ i - 1 ] , B [ j - 1 ])) <= min ( A [ i ] , B [ j ]))。那么,中位数就可以表示(左半部分最大值 + 右半部分最小值 )/ 2 。(max ( A [ i - 1 ] , B [ j - 1 ])+ min ( A [ i ] , B [ j ])) / 2
- 当 A 数组和 B 数组的总长度是奇数时,如果我们能够保证
1、左半部分的长度比右半部分大 1,i + j = m - i + n - j + 1也就是 j = ( m + n + 1) / 2 - i
2、左半部分最大的值小于等于右半部分最小的值 max ( A [ i - 1 ] , B [ j - 1 ])) <= min ( A [ i ] , B [ j ]))。那么,中位数就是左半部分最大值,也就是左半部比右半部分多出的那一个数。max ( A [ i - 1 ] , B [ j - 1 ])
代码
/**
* @author zxn
* @ClassName Median
* @Description
* @createTime 2023年05月29日 19:06:00
*/
public class Median {
// 输入:nums1 = [1,3], nums2 = [2]
//输出:2.00000
//解释:合并数组 = [1,2,3] ,中位数 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
public static void main(String[] args) {
int[] nums1 = {1, 2}, nums2 = {3, 4};
System.out.println("--->" + findMedianSortedArrays(nums1, nums2));
}
public static double findMedianSortedArrays(int[] arr1, int[] arr2) {
int m = arr1.length;
int n = arr2.length;
if (m > n) {
return findMedianSortedArrays(arr2, arr1);
}
int iMin = 0;
int iMax = m;
while (iMin <= iMax) {
int i = (iMin + iMax) / 2;
int j = (m + n + 1) / 2 - i;
if (i != m && j != 0 && arr2[j - 1] > arr1[i]) {
iMin = i + 1;
} else if (i != 0 && j != n && arr1[i - 1] > arr2[j]) {
iMax = i - 1;
} else {
int leftMax = 0;
if (i == 0) {
leftMax = arr2[j - 1];
} else if (j == 0) {
leftMax = arr1[i - 1];
} else {
leftMax = Math.max(arr1[i - 1], arr2[j - 1]);
}
if ((m + n) % 2 == 1) {
return leftMax;
}
int rightMin = 0;
if (i == m) {
rightMin = arr2[j];
} else if (j == n) {
rightMin = arr1[i];
} else {
rightMin = Math.min(arr1[i], arr2[j]);
}
return (leftMax + rightMin) / 2.0;
}
}
return 0;
}
}