/**
* @func
* @name findMedian
* @desc 使用二分法来获取中位数
* @param {number} start1 第一个数组需要查找的起始位置
* @param {number[]} nums1 传入的第一个数组
* @param {number} start2 第二个数组需要查找的起始位置
* @param {number[]} nums2 传入的第二个数组
* @param {number} half nums1与nums2的长度中间值
* @return {number} nums1与nums2的中位数
*/
const findMedian = (start1: number, nums1: number[], start2: number, nums2: number[], half: number): number => {
const [{ length: len1 }, { length: len2 }] = [nums1, nums2]
// 下面两个if主要是对空数组的判断,如果是有一个是空数组,则输出另一个数组的中位数
if (start1 >= len1) {
return nums2[start2 + half - 1]
}
if (start2 >= len2) {
return nums1[start1 + half - 1]
}
if (half === 1) { // 此时两个数组总长度的一半就是等于1,说明两个数组就只有一个值,那么就哪个小输出哪个
return Math.min(nums1[start1], nums2[start2])
}
// 下面的不变量定义主要是为了查找是否有中间值,如果没有就赋值为Infinity,否则则赋值为这个中间值
const halfVal1 = (start1 + parseInt(half / 2) - 1 < len1
? nums1[start1 + parseInt(half / 2) - 1]
: Infinity)
const halfVal2 = (start2 + parseInt(half / 2) - 1 < len2
? nums2[start2 + parseInt(half / 2) - 1]
: Infinity)
// 这里是二分法的核心,判断两个数组中间值的大小,如果nums1的(half / 2)比较小的话,就说明我们找的数字不在nums1的前(half / 2)数字之中,所以我们nums1就往后移动(half / 2)。反之就是nums2往后移动(half / 2)。一直用二分法递归对比没有判断过的数,从而得到结果值。
return (halfVal1 < halfVal2
? findMedian(start1 + parseInt(half / 2), nums1, start2, nums2, half - parseInt(half / 2))
: findMedian(start1, nums1, start2 + parseInt(half / 2), nums2, half - parseInt(half / 2)));
}
/**
* @func
* @name findMedianSortedArrays
* @desc 寻找两个有序数组的中位数
* @param {number[]} nums1 传入的第一个数组
* @param {number[]} nums2 传入的第二个数组
* @return {number} 中位数
*/
const findMedianSortedArrays = (nums1: number, nums2: number): number => {
const [{ length: len1 }, { length: len2 }] = [nums1, nums2]
const totalLen = len1 + len2 // 两个数组的总长度
return (totalLen % 2 === 1
? findMedian(0, nums1, 0, nums2, (totalLen + 1) / 2) // 总长度为奇数时
: (findMedian(0, nums1, 0, nums2, totalLen / 2) + findMedian(0, nums1, 0, nums2, totalLen / 2 + 1)) / 2) // 总长度为偶数时
}
/**
* @func
* @name findMedianSortedArrays2
* @desc 寻找两个有序数组的中位数
* @param {number[]} nums1 传入的第一个数组
* @param {number[]} nums2 传入的第二个数组
* @return {number} 中位数
*/
const findMedianSortedArrays2 = (nums1: number[], nums2: number[]): number => {
let len1: number = nums1.length
let len2: number = nums2.length
// 下面交换法主要是为了统一一个方向,方便迭代
if (len1 > len2) {
let lenTemp: number = len1
let numsTemp: number[] = nums1
len1 = len2
len2 = lenTemp
nums1 = nums2
nums2 = numsTemp
}
let left: number = 0 // 左边开始的位置
let right: number = len1 // 右边开始的位置
let mid: number = Math.floor((len1 + len2 + 1) / 2) // 中间位置
// 二分法 迭代模式
while (left <= right) {
let i: number = Math.floor((left + right) / 2) // 左边遍历到的位置
let j: number = Math.floor(mid - i) // 右边遍历到的位置
if (i < len1 && nums2[j - 1] > nums1[i]) { // 如果当前左边遍历的位置还没到数组1的长度,并且数组二遍历到的元素是比数组已的元素大的,那么这该时候就说明i还太小,需要+1
left = i + 1
} else if (i > 0 && nums1[i - 1] > nums2[j]) { // 如上,相反的逻辑 - 1
right = i - 1
} else {
let maxLeft: number
let maxRight: number
// 下面一层二层的判断是为了处理当有一个数组长度为0时的情况
if (i === 0) {
maxLeft = nums2[j - 1]
} else if (j === 0) {
maxLeft = nums1[i - 1]
} else { // 此时则是获取当前遍历到的两个数组对比的最大值
maxLeft = Math.max(nums1[i - 1], nums2[j - 1])
}
if ((len1 + len2) % 2 === 1) { // 如果两个数组的长度为奇数,可以直接输出最大值
return maxLeft
}
// 下面则是判断数组长度加起来为偶数时的情况
if (i === len1) { // 当i已经遍历完时,则右边中间值为第二个数组当前遍历的值
maxRight = nums2[j]
} else if (j === len2) { // 与上相反
maxRight = nums1[i]
} else { // 获取当前遍历到的值中的最大值
maxRight = Math.min(nums1[i], nums2[j])
}
// 最终的值为left right两边中间值的一半
return (maxLeft + maxRight) / 2
}
}
}