leetcode-4、寻找两个正序数组的中位数(c++)

这篇博客介绍了如何在C++中解决LeetCode第4题,即寻找两个正序数组的中位数。作者给出了三种解法:暴力求解、双指针从后往前以及双指针从前往后(找第k小数)。每种方法都包含代码实现,并展示了执行时间和内存消耗。
摘要由CSDN通过智能技术生成

leetcode-4、寻找两个正序数组的中位数(c++)

难度:困难

给定两个大小为 m 和 n 的正序(从小到大)数组 nums1 和 nums2。请你找出并返回这两个正序数组的中位数。

进阶:你能设计一个时间复杂度为 O(log (m+n)) 的算法解决此问题吗?

示例1

输入:nums1 = [1,3], nums2 = [2]
输出:2.00000
解释:合并数组 = [1,2,3] ,中位数 2

示例2

输入:nums1 = [1,2], nums2 = [3,4]
输出:2.50000
解释:合并数组 = [1,2,3,4] ,中位数 (2 + 3) / 2 = 2.5

示例3

输入:nums1 = [0,0], nums2 = [0,0]
输出:0.00000

示例4

输入:nums1 = [], nums2 = [1]
输出:1.00000

示例5

输入:nums1 = [2], nums2 = []
输出:2.00000

来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/median-of-two-sorted-arrays
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。

解法一:暴力求解

合并数组nums2到数组nums1,给数组nums1排序,根据数组nums1的长度是奇数还是偶数返回中位数

代码:

class Solution {
public:
    double findMedianSortedArrays(vector<int>& nums1, vector<int>& nums2) {
        float result;
        for(int i=0;i<nums2.size();i++){
            nums1.push_back(nums2[i]);
        }
        sort(nums1.begin(),nums1.end());
        int m=nums1.size();
        if(m%2){
            result=nums1[m/2];
        }else{
            result=(float(nums1[m/2-1])+float(nums1[m/2]))/2;
        }
    return result;
    }
};

执行结果:
通过
显示详情
执行用时:88 ms, 在所有 C++ 提交中击败了6.71% 的用户
内存消耗:87.7 MB, 在所有 C++ 提交中击败了15.46% 的用户

解法二:双指针 / 从后往前

第二种解法和力扣88题原理一致,感兴趣可转至浏览 leetcode-88、合并两个有序数组.

该解法合并两个数组到新数组,利用了给定数组有序的特点,时间复杂度优于暴力法。

代码:

class Solution {
public:
    double findMedianSortedArrays(vector<int>& nums1, vector<int>& nums2) {
        float result;
        int m=nums1.size();
        int n=nums2.size();
        int k=(m+n)/2;
        vector <int> temp;
        int i=0,j=0;
        int count=0;

        //如两个数组不为空,找到前k+1小数存入新数组
        if(m>0&& n>0){
           while(count<=k){
               if(i==m){
                   temp.push_back(nums2[j++]);
                   count++;
                   continue;
               }
               if(j==n){
                   temp.push_back(nums1[i++]);
                   count++;
                   continue;
               }
               temp.push_back(nums1[i]<=nums2[j]?nums1[(i++)]:nums2[(j++)]);
               count++;
           }
        }
        //其中一个数组为空的情况下
        else if(m==0) temp=nums2;
        else if(n==0) temp=nums1;

        //返回中位数
        if((m+n)%2!=0){
            result=temp[k];
        }
        else {
           result=(float(temp[k])+float(temp[k-1]))/2;
        }
     return result;
    }    
};

执行结果:
通过
显示详情
执行用时:64 ms, 在所有 C++ 提交中击败了44.91% 的用户
内存消耗:87.6 MB, 在所有 C++ 提交中击败了17.50% 的用户

解法三:双指针 / 从前往后(找第k小数)

设m=nums1.size(), n=nums2.size(), k=(m+n)/2

假如合并后的新数组为[0,1,2,3,4],该数组的长度为奇数5,k=5/2=2,
中位数为2,刚好为第3(k+1)小数。

假如合并后的新数组为[0,1,2,3,4,5],该数组的长度为偶数6,k=5/2=3,
中位数为2和3,刚好为第3(k)小数和第4(k+1)小数。

综上,我们只需要找出两个数组中前k+1小的数,存入新数组,再返回中位数。

代码:

class Solution {
public:
    double findMedianSortedArrays(vector<int>& nums1, vector<int>& nums2) {
        float result;
        int m=nums1.size();
        int n=nums2.size();
        int k=(m+n)/2;
        vector <int> temp;
        int i=0,j=0;
        int count=0;

        //假如两个数组不为空,找到前k+1小的数存入新数组
        if(m>0&& n>0){
           while(count<k+1){
               if(i==m){
                   temp.push_back(nums2[j++]);
                   count++;
                   continue;
               }
               if(j==n){
                   temp.push_back(nums1[i++]);
                   count++;
                   continue;
               }
               temp.push_back(nums1[i]<=nums2[j]?nums1[(i++)]:nums2[(j++)]);
               count++;
           }
        }
        //其中一个数组为空的情况下
        else if(m==0) temp=nums2;
        else if(n==0) temp=nums1;


        //返回中位数
        if((m+n)%2!=0){
            result=temp[k];
        }
        else {
           result=(float(temp[k])+float(temp[k-1]))/2;
        }
     return result;
    }    
};

执行结果:
通过
显示详情
执行用时:56 ms, 在所有 C++ 提交中击败了67.30% 的用户
内存消耗:87.7 MB, 在所有 C++ 提交中击败了16.28% 的用户

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