题目描述:
There are two sorted arrays A and B of size m and n respectively.
Find the median of the two sorted arrays.
The overall run time complexity should be O(log (m+n)).
有两个大小分别为m和n的有序数组A和B. 找到两个排序数组的中位数。 总运行时间复杂度应为O(log(m + n))。
题目分析:
O(log (m+n))时间内找到中位数。
将原问题转变成一个寻找第k小数的问题(假设两个原序列升序排列),这样中位数实际上是第(m+n)/2小的数。所以只要解决了第k小数的问题,原问题也得以解决。
- 首先假设数组A和B的元素个数都大于k/2,我们比较A[k/2-1]和B[k/2-1]两个元素,这两个元素分别表示A的第k/2小的元素和B的第k/2小的元素。这两个元素比较共有三种情况:>、<和=。
- 如果A[k/2-1] < B[k/2-1],这表示A[0]到A[k/2-1]的元素都在A和B合并之后的前k小的元素中。换句话说,A[k/2-1]不可能大于两数组合并之后的第k小值,所以我们可以将其抛弃。
- 当A[k/2-1]=B[k/2-1]时,我们已经找到了第k小的数,也即这个相等的元素,我们将其记为m。由于在A和B中分别有k/2-1个元素小于m,所以m即是第k小的数。(这里可能有人会有疑问,如果k为奇数,则m不是中位数。这里是进行了理想化考虑,在实际代码中略有不同,是先求k/2,然后利用k-k/2获得另一个数。)
- 如果A[k/2-1] > B[k/2-1],这表示B[0]到B[k/2-1]的元素都在A和B合并之后的前k小的元素中。换句话说,B[k/2-1]不可能大于两数组合并之后的第k小值,所以我们可以将其抛弃。
通过上面的分析,我们即可以采用递归的方式实现寻找第k小的数。此外我们还需要考虑几个边界条件:
- 如果A或者B为空,则直接返回B[k-1]或者A[k-1];
- 如果k为1,我们只需要返回A[0]和B[0]中的较小值;
- 如果A[k/2-1]=B[k/2-1],返回其中一个;
public class Solution {
public double findMedianSortedArrays(int A[], int B[]) {
if (A == null && B == null) {
return 0;
}
int m = A.length, n = B.length;
int l = (m + n + 1) / 2;
int r = (m + n + 2) / 2;
return (getkth(A, 0, B, 0, l) + getkth(A, 0, B, 0, r)) / 2.0;
}
private int getkth(int[] A, int aStart, int[] B, int bStart, int k) {
if (aStart >= A.length) {
return B[bStart + k - 1];
}
if (bStart >= B.length) {
return A[aStart + k - 1];
}
if (k == 1) {
return Math.min(A[aStart], B[bStart]);
}
int aMin = Integer.MAX_VALUE, bMin = Integer.MAX_VALUE;
if (aStart + k / 2 - 1 < A.length) {
aMin = A[aStart + k / 2 - 1];
}
if (bStart + k / 2 - 1 < B.length) {
bMin = B[bStart + k / 2 - 1];
}
if (aMin < bMin) {
return getkth(A, aStart + k / 2, B, bStart, k - k / 2);
} else {
return getkth(A, aStart, B, bStart + k / 2, k - k / 2);
}
}
}