二分查找进阶

版本	说明	发布日期
1.0	发布文章第一版	2021-06-03

寻找两个正序数组的中位数

题目链接

• 题目链接

寻找算法

• 这道题不考虑时间复杂度的话，本身很简单，用一个归并排序就出来了，时间复杂度是O(m+n)，空间复杂度是O(m+n)。
• 但是这道题难在需找时间复杂度为O(log(m+n))的解。
• 数组、有序、O(log(m+n))，这三个特点组合在一起，就很容易可以联想到二分查找。这道题如果没有时间复杂度的提示，能想到二分查找确实非常困难。

思路

总体思路

1. 首先来思考一个有序数组：
   • 可以用一个分割线把数组分为左右两个“尽可能均匀”的部分。所谓“尽可能平均”，在本题解中定义为：当元素个数为奇数时，让左边的元素比右边元素个数多一个。
     • 元素个数为偶数时，中位数为分割线左右两个元素的平均值；
     • 元素个数为奇数时，中位数为分割线左边的元素值。
       
2. 按照这种思路，可以思考一下如果是两个有序数组，怎么找到他们共同的中位数？此时我们得想象这两个数组被排成一个数组的样子：
   • 可以用一个分割线把两个数组分为左右两个“尽可能均匀”的部分。但是因为是两个数组，这种分法会有很多种，那哪一种是正确的呢？其实多画几个例子，就可以发现，正确的分割线，一定满足下面的条件：
     • nums1在分割线左边的数 <= nums2在分割线右边的数；
     • nums2在分割线左边的数 <= nums1在分割线右边的数。
   • 为什么是这个样子？其实像下面这样思考一下就知道了：满足上面这个条件，实际上代表着将分割线划在了使一个数组“尽可能均匀”地被分割成两个部分的地方。
     
3. 此时怎么计算中位数呢？
   • 如果个数为偶数，一个数组的时候，左右两个元素的平均值，其实可以理解为分割线左边最大值和右边最小值的平均值。那两个数组的时候也是一样的：分割线左边的最大值与右边的最小值的平均值。
   • 如果个数为奇数，以同样的思考方式，可以得出结论：分割线左边的最大值就是中位数。
     
4. 特殊情况
   • 从上面这张图就能看出一种特殊情况：分割线可能会划在数组的边缘。此时会对大小的比较产生一定的难度。
     • 这个问题很好解决，如图，因为在nums1的右边缘，所以分割线右边的值肯定是不会被选中的（因为不存在），所以我们可以假定这个值为正无穷大；
     • 其余边缘的情况同理。

寻找分割线

• 道理我都懂，但是怎么才能找到这个分割线呢？
• 其实把上面的三个条件拎出来，就能发现，这其实就是一个在一维有序数组里面找一个满足条件的值的过程，也就是说，二分查找就这么用上了：
  • nums1在分割线左边的数 <= nums2在分割线右边的数；
  • nums2在分割线左边的数 <= nums1在分割线右边的数。
  • 该分割线始终让左右两边的数保持“尽可能均匀”。
    • 怎么保持“尽可能均匀”？因为int运算的向下取整特性，不论数组是奇数个还是偶数个，我们只需要计算int sizeLeft = (m + n + 1) / 2即可。
• 因此具体步骤如下：
  1. 对于nums1，采用二分查找，来选中一个分割线的位置。由于sizeLeft的限制，nums2的分割线位置自然也就确定了；
  2. 对该分割线进行条件满足性校验，直到两个条件同时满足：
     • 如果nums1左边的数大了，那么就在左半区间进行查找；
     • 如果nums1右边的数小了，那么就在右半区间进行查找。
       

代码

• 有两个小细节：
  • 当折半查找的left等于right的时候，此时不需要再判断了，此时的位置一定是目标分割线。至于原因小伙伴们可以自行验证一下。这样做的好处是可以避免nums1[wire1]访问越界。
  • 我们始终将最短的数组作为nums1，可以避免nums2的访问越界。
• 该解的时间复杂度为折半查找效率：O(log(m + n))。空间复杂度为temp数组O(max(m, n))。

    public static double findMedianSortedArrays(int[] nums1, int[] nums2) {
        // 是否是偶数
        boolean isEven = (nums1.length + nums2.length) % 2 == 0;

        // 左边的大小
        int sizeLeft = (nums1.length + nums2.length + 1) / 2;

        // 将短的数组作为num1。这样做的好处是：nums2的访问一定不会越界。
        if (nums1.length > nums2.length) {
            int[] temp = nums1;
            nums1 = nums2;
            nums2 = temp;
        }

        // 寻找分割线。
        // left == right时，一定是目标分割线，所以不用判断。跳过该情况的好处是：nums1[wire1]一定不会越界。
        int wire1 = 0, wire2 = 0;
        for (int left = 0, right = nums1.length; left <= right; ) {
            wire1 = (left + right) / 2;
            wire2 = sizeLeft - wire1;

            if(left == right){
                break;
            }

            // 如果wire1左边的值大于wire2右边的值，则分割线需要左移
            if (wire1 != 0 && nums1[wire1 - 1] > nums2[wire2]) {
                right = wire1 - 1;
                continue;
            }

            // 如果wire2左边的值大于wire1右边的值，则分割线需要右移
            if (nums1[wire1] < nums2[wire2 - 1]) {
                left = wire1 + 1;
                continue;
            }

            // 如果都满足，则结束循环
            break;
        }

        int nums1Left = wire1 == 0 ? Integer.MIN_VALUE : nums1[wire1 - 1];
        int nums1Right = wire1 == nums1.length ? Integer.MAX_VALUE : nums1[wire1];
        int nums2Left = wire2 == 0 ? Integer.MIN_VALUE : nums2[wire2 - 1];
        int nums2Right = wire2 == nums2.length ? Integer.MAX_VALUE : nums2[wire2];

        // 如果是偶数，则为平均值
        if (isEven) {
            return (Integer.max(nums1Left, nums2Left) + Integer.min(nums1Right, nums2Right)) / 2.0;
        }

        // 如果是奇数，则为左边的最大值
        else {
            return Integer.max(nums1Left, nums2Left);
        }
    }