leetcode-4:寻找两个有序数组的中位数
归并法
逻辑
实现中的关键节点:
- 数组为空;
- 某数组过短 直接遍历另一数组;
- 数组长度分奇偶 决定了中位数的计算方式;
Tip
- 直接return
return nums1[m / 2];
- while……break
nums[count++] = nums1[i++]
- 合并奇偶,遍历 len/2+1,偶数为该次和上次遍历结果
public double findMedianSortedArrays(int[] A, int[] B) {
int m = A.length;
int n = B.length;
int len = m + n;
int left = -1, right = -1;
int aStart = 0, bStart = 0;
for (int i = 0; i <= len / 2; i++) {
left = right;
if (aStart < m && (bStart >= n || A[aStart] < B[bStart])) {
right = A[aStart++];
} else {
right = B[bStart++];
}
}
if ((len & 1) == 0)
return (left + right) / 2.0;
else
return right;
}
时间复杂度log—— 二分法
求中位数:求第 k 小数的一种特殊情况
求第 k 小数:
- 通用情况
A[1] ,A[2] ,A[3],A[k/2] … ,
B[1],B[2],B[3],B[k/2] … ,
如果 A[k/2]<B[k/2] ,
那么A[1],A[2],A[3],A[k/2]都不可能是第 k 小的数字。
由于我们已经排除掉了 3 个数字,就是这 3 个数字一定在最前边,所以在两个新数组中,我们只需要找第 7 - 3 = 4 小的数字就可以了,也就是 k = 4。此时两个数组,比较第 2 个数字,3 < 5,所以我们可以把小的那个数组中的 1 ,3 排除掉了。
最后要找第 1 小的数字,所以只需判断两个数组中第一个数字哪个小就可以了,也就是 4。 - 数组长度小于 k/2:箭头指向它的末尾就可以
public double findMedianSortedArrays(int[] nums1, int[] nums2) {
int n = nums1.length;
int m = nums2.length;
int left = (n + m + 1) / 2;
int right = (n + m + 2) / 2;
//将偶数和奇数的情况合并,如果是奇数,会求两次同样的 k 。
return (getKth(nums1, 0, n - 1, nums2, 0, m - 1, left) + getKth(nums1, 0, n - 1, nums2, 0, m - 1, right)) * 0.5;
}
private int getKth(int[] nums1, int start1, int end1, int[] nums2, int start2, int end2, int k) {
int len1 = end1 - start1 + 1;
int len2 = end2 - start2 + 1;
//让 len1 的长度小于 len2,这样就能保证如果有数组空了,一定是 len1
if (len1 > len2) return getKth(nums2, start2, end2, nums1, start1, end1, k);
if (len1 == 0) return nums2[start2 + k - 1];
if (k == 1) return Math.min(nums1[start1], nums2[start2]);
int i = start1 + Math.min(len1, k / 2) - 1;
int j = start2 + Math.min(len2, k / 2) - 1;
if (nums1[i] > nums2[j]) {
return getKth(nums1, start1, end1, nums2, j + 1, end2, k - (j - start2 + 1));
}
else {
return getKth(nums1, i + 1, end1, nums2, start2, end2, k - (i - start1 + 1));
}
}
递归法
中位数:将一个集合划分为两个长度相等的子集,其中一个子集中的元素总是大于另一个子集中的元素
- 将 i 的左边和 j 的左边组合成「左半部分」,将 i 的右边和 j 的右边组合成「右半部分」
- j = ( m + n + 1) / 2 - i
- 当 A 数组和 B 数组的总长度是偶数,左半部分的长度等于右半部分:j = ( m + n ) / 2 - i
- 当 A 数组和 B 数组的总长度是奇数,左半部分的长度比右半部分大 1:j = ( m + n + 1) / 2 - i
- 左半部分最大的值小于等于右半部分最小的值
- B [ j - 1 ] > A [ I ]:增加 i,减少j
- A [ i - 1 ] > B [ j ] :增加 j,减少i
- 边界
- 当 i = 0, 左半部分最大的值就是 B [ j - 1]
- 当 j = 0, 左半部分最大的值就是 A [ i - 1]
- 当 i = m, 右半部分最小的值就是 B [ j ]
- 当 j = n, 右半部分最小的值就是 A [ i ]
- 增加 i 的方式:用二分
public double findMedianSortedArrays(int[] A, int[] B) {
int m = A.length;
int n = B.length;
if (m > n) {
return findMedianSortedArrays(B,A); // 保证 m <= n
}
int iMin = 0, iMax = m;
while (iMin <= iMax) {
int i = (iMin + iMax) / 2;
int j = (m + n + 1) / 2 - i;
if (j != 0 && i != m && B[j-1] > A[i]){ // i 需要增大
iMin = i + 1;
}
else if (i != 0 && j != n && A[i-1] > B[j]) { // i 需要减小
iMax = i - 1;
}
else { // 达到要求,并且将边界条件列出来单独考虑
int maxLeft = 0;
if (i == 0) { maxLeft = B[j-1]; }
else if (j == 0) { maxLeft = A[i-1]; }
else { maxLeft = Math.max(A[i-1], B[j-1]); }
if ( (m + n) % 2 == 1 ) { return maxLeft; } // 奇数的话不需要考虑右半部分
int minRight = 0;
if (i == m) { minRight = B[j]; }
else if (j == n) { minRight = A[i]; }
else { minRight = Math.min(B[j], A[i]); }
return (maxLeft + minRight) / 2.0; //如果是偶数的话返回结果
}
}
return 0.0;
}
语法
double float
float :
- 单精度浮点数
- 在机内存占4个字节
- 有效数字8位
- float a = (float)1.3;或者float a = 1.3f
double :
- 双精度浮点数
- 在机内存占8个字节
- 有效数字16位
- 默认小数为double类型
- Double.valueOf:int转double
判断数组为空
nums==null
nums1.length==0
/ %
/ 取整
% 取余