老规矩,先上代码:
//
// Created by tannzh on 2020/6/11.
//
/*
给定两个大小为 m 和 n 的正序(从小到大)数组 nums1 和 nums2。
请你找出这两个正序数组的中位数,并且要求算法的时间复杂度为 O(log(m + n))。
你可以假设 nums1 和 nums2 不会同时为空。
示例 1:
nums1 = [1, 3]
nums2 = [2]
则中位数是 2.0
示例 2:
nums1 = [1, 2]
nums2 = [3, 4]
则中位数是 (2 + 3)/2 = 2.5
*/
#include <vector>
#include <iostream>
using namespace std;
//二分查找
class Solution {
public:
double findMedianSortedArrays(vector<int>& nums1, vector<int>& nums2) {
int m = nums1.size();
int n = nums2.size();
if (nums1.empty()) {
if (n%2 != 0)
return 1.0*nums2[n/2];
return (nums2[n/2]+nums2[n/2-1])/2.0;
}
if (nums2.empty()) {
if (m%2 != 0)
return 1.0*nums1[m/2];
return (nums1[m/2]+nums1[m/2-1])/2.0;
}
int total = (m+n+1)/2;
int total2 = (m+n+2)/2;
return (find_kth(nums1,0,nums2,0,total)+find_kth(nums1,0,nums2,0,total2))/2.0;
}
double find_kth(vector<int> a, int a_begin, vector<int> b, int b_begin, int k) {
if (a_begin > a.size()-1)
return b[b_begin+k-1];
if (b_begin > b.size()-1)
return a[a_begin+k-1];
if (k == 1)
return min(a[a_begin],b[b_begin]);
int mid_a = INT_MAX;
int mid_b = INT_MAX;
if (a_begin+k/2-1 < a.size())
mid_a = a[a_begin+k/2-1];
if (b_begin+k/2-1 < b.size())
mid_b = b[b_begin+k/2-1];
if (mid_a < mid_b)
return find_kth(a,a_begin+k/2,b,b_begin,k-k/2);
return find_kth(a,a_begin,b,b_begin+k/2,k-k/2);
}
};
int main(int argc, char **argv)
{
Solution s;
std::vector<int> num1{1, 3};
std::vector<int> num2{2};
std::vector<int> num3{1, 2};
std::vector<int> num4{3, 4};
std::cout << "result1 = " << s.findMedianSortedArrays(num1, num2) << std::endl;
std::cout << "result2 = " << s.findMedianSortedArrays(num3, num4) << std::endl;
return 0;
}
解题思路
本题若没有限制时间复杂度为O(log(m+n))的话,对两个数组使用归并排序,很容易可以找到他们的中位数,所用时间复杂度为O(m*n)。但是要将时间复杂度降为O(log(m+n)),就需要尝试对两个数组同时进行二分查找,逐步排除掉不可能出现中位数的区间,最后找到所求的中位数。这种解法的主要思想就是:
如果数组a的中位数小于数组b的中位数,那么整体的中位数只可能出现在a的右区间加上b的左区间之中;
如果数组a的中位数大于等于数组b的中位数,那么整体的中位数只可能出现在a的左区间加上b的右区间之中。
关键就是利用分治的思想逐渐缩小a的区间和b的区间来找到中位数。