LeetCode-4-Median of Two Sorted Arrays

题目: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)).


方法:将寻找中位数转化成找第K大的数;(m+n若为奇数,中位数是第(m+n)/2+1大的数,若为偶数,中位数是位置为(m+n)/2和(m+n)/2+1的平均数);
先假设m,n都大于k/2,比较A[k/2-1]和B[k/2-1]的大小,三种可能:
1. A[k/2-1]==B[k/2-1]  此时A[k/2-1]的值是合并后的第K大的值,返回A[k/2-1]或者B[k/2-1];
2. A[k/2-1]<B[k/2-1]    此时A[k/2-1]的值肯定是在合并后数组第K大的数之前,因此可以舍去;
3. A[k/2-1]>B[k/2-1]    跟第2种情况类似;


边界问题:假设m<n
1. m==0  返回B[k-1];
2. k==1   返回A[0],B[0]中较小者;


代码:

class Solution {
public:
    double findKth(int A[],int m,int B[],int n,int k){
        if(m>n) return findKth(B,n,A,m,k);
        if(m==0) return B[k-1];
        if(k==1) return A[0]<B[0]?A[0]:B[0];
        
        int a=min(k/2,m);
        int b=k-a;
        if(A[a-1]==B[b-1]) return A[a-1];
        else if(A[a-1]<B[b-1]) return findKth(A+a,m-a,B,n,k-a);
        else return findKth(A,m,B+b,n-b,k-b);
    }
    double findMedianSortedArrays(int A[], int m, int B[], int n) {
        int len=m+n;
        if(len%2) return findKth(A,m,B,n,len/2+1);
        else return (double)((double)findKth(A,m,B,n,len/2)+(double)findKth(A,m,B,n,len/2+1))/2;
    }
};


  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
可以使用二分查找算法来解决这个问题。 首先,我们可以将两个数组合并成一个有序数组,然后求出中位数。但是,这个方法的时间复杂度为 $O(m + n)$,不符合题目要求。因此,我们需要寻找一种更快的方法。 我们可以使用二分查找算法在两个数组中分别找到一个位置,使得这个位置将两个数组分成的左右两部分的元素个数之和相等,或者两部分的元素个数之差不超过 1。这个位置就是中位数所在的位置。 具体来说,我们分别在两个数组中二分查找,假设现在在第一个数组中找到了一个位置 $i$,那么在第二个数组中对应的位置就是 $(m + n + 1) / 2 - i$。如果 $i$ 左边的元素个数加上 $(m + n + 1) / 2 - i$ 左边的元素个数等于 $m$ 个,或者 $i$ 左边的元素个数加上 $(m + n + 1) / 2 - i$ 左边的元素个数等于 $m + 1$ 个,则这个位置就是中位数所在的位置。 具体的实现可以参考以下 Java 代码: ```java public double findMedianSortedArrays(int[] nums1, int[] nums2) { int m = nums1.length, n = nums2.length; if (m > n) { // 保证第一个数组不大于第二个数组 int[] tmp = nums1; nums1 = nums2; nums2 = tmp; int t = m; m = n; n = t; } int imin = 0, imax = m, halfLen = (m + n + 1) / 2; while (imin <= imax) { int i = (imin + imax) / 2; int j = halfLen - i; if (i < imax && nums2[j - 1] > nums1[i]) { imin = i + 1; // i 太小了,增大 i } else if (i > imin && nums1[i - 1] > nums2[j]) { imax = i - 1; // i 太大了,减小 i } else { // i 是合适的位置 int maxLeft = 0; if (i == 0) { // nums1 的左边没有元素 maxLeft = nums2[j - 1]; } else if (j == 0) { // nums2 的左边没有元素 maxLeft = nums1[i - 1]; } else { maxLeft = Math.max(nums1[i - 1], nums2[j - 1]); } if ((m + n) % 2 == 1) { // 总元素个数是奇数 return maxLeft; } int minRight = 0; if (i == m) { // nums1 的右边没有元素 minRight = nums2[j]; } else if (j == n) { // nums2 的右边没有元素 minRight = nums1[i]; } else { minRight = Math.min(nums1[i], nums2[j]); } return (maxLeft + minRight) / 2.0; } } return 0.0; } ``` 时间复杂度为 $O(\log\min(m, n))$。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值