0524-2020-LEETCODE-4.寻找两个正序数组的中位数复杂度(log(m + n))(特别是寻找第K小的数)

最新推荐文章于 2020-12-11 23:57:42 发布

皮蛋zzz

最新推荐文章于 2020-12-11 23:57:42 发布

阅读量147

点赞数

分类专栏：数据结构 LEETCODE

本文链接：https://blog.csdn.net/weixin_43221993/article/details/106310754

版权

LEETCODE 同时被 2 个专栏收录

108 篇文章 0 订阅

订阅专栏

数据结构

68 篇文章 0 订阅

订阅专栏

自己写的归并，复杂度是O(m + n)

public double findMedianSortedArrays(int[] nums1, int[] nums2) {
        //if(nums1 == null && nums2 == null) return 0.0;
        int len1 = nums1.length;
        int len2 = nums2.length;
        //if(len1 == 0 && len2 == 0) return 0.0;
        double res = 0.0;
        if(len1 == 0){
            if(len2 % 2 == 1){
                res = nums2[len2 / 2];
            } else {
                res = (nums2[len2 / 2] + nums2[len2 / 2 - 1]) / 2.0;
            }
        }
        if(len2 == 0){
            if(len1 % 2 == 1){
                res = nums1[len1 / 2];
            } else {
                res = (nums1[len1 / 2] + nums1[len1 / 2 - 1]) / 2.0;
            }
        }
        int len = len1 + len2;
        int[] arr = new int[len];
        int i = 0,j = 0;
        int index = 0;
        while(index < len){
            if(i == len1){
                while(j < len2){
                    arr[index++] = nums2[j++];
                }
            } else if(j == len2){
                while(i < len1){
                    arr[index++] = nums1[i++];
                }
            } else if(nums1[i] < nums2[j]){
                arr[index++] = nums1[i++];
            } else {
                arr[index++] = nums2[j++];
            }
        }
        if(len % 2 == 1){
            res = arr[len / 2];
        } else {
            res = (arr[len / 2] + arr[len / 2 - 1]) / 2.0;
        }
        return res;
    }

评论区的二分解法
作者：Wait想念
代码来源：https://leetcode-cn.com/problems/median-of-two-sorted-arrays/comments/

	public double findMedianSortedArrays(int[] nums1, int[] nums2) {
        int m = nums1.length;
        int n = nums2.length;
        int left = (m + n + 1) / 2;
        int right = (m + n + 2) / 2;
        return (findKth(nums1, 0, nums2, 0, left) + findKth(nums1, 0, nums2, 0, right)) / 2.0;
    }
    //i: nums1的起始位置 j: nums2的起始位置
    public int findKth(int[] nums1, int i, int[] nums2, int j, int k){
        if( i >= nums1.length) return nums2[j + k - 1];//nums1为空数组
        if( j >= nums2.length) return nums1[i + k - 1];//nums2为空数组
        if(k == 1){
            return Math.min(nums1[i], nums2[j]);
        }
        int midVal1 = (i + k / 2 - 1 < nums1.length) ? nums1[i + k / 2 - 1] : Integer.MAX_VALUE;
        int midVal2 = (j + k / 2 - 1 < nums2.length) ? nums2[j + k / 2 - 1] : Integer.MAX_VALUE;
        if(midVal1 < midVal2){
            return findKth(nums1, i + k / 2, nums2, j , k - k / 2);
        }else{
            return findKth(nums1, i, nums2, j + k / 2 , k - k / 2);
        }        
    }