description:
有两个排好顺序的数组,且数组大小已知,找这两个数组(合并后)的中位数。
要求时间复杂度不超过O(log(m+n)).两数组不同时为空.
thought and method:
binary-search 利用二分查找的思想来降低时间复杂度
solution:
分析:我们假设这两个数组分别为num1和nums2,大小分别为m,n.
我们知道中位数的定义:
当数的个数为奇数时,其为最中间的那个.
例如对nums1:median=nums1[(m+1)/2];
当数的个数为偶数时,其为中间两数的算法平均数.
例如对nums2:median=(nums2[n/2]+nums2[n/2+1])/2.
现在对两个排列好的数组我们怎样做来求其中位数呢?
很自然的可以想到将两个数组和为一个数组,然后转化为一个数组求中位数的问题,但显然这样不能满足题目对时间复杂度的要求。
那么,该怎么做呢?
我们已经知道中位数是最中间的数 其实它把数组按大小分为了两部分:
由此得到启发:可以倒着找一个数,使得它满足中位数的要求。
事实上,无论这个数在数组nums1中还是在nums2中或是某两数的平均数,都会把两个数组分别分成两部分,基于这一点,我们可以通过找两数组的索引 index来实现——不妨定义为i,j
left right
nums1[0] nums1[1] …nums1[i-1] nums1[i] nums1[i+1]…nums1[m-1]
nums2[0] nums2[1] …nums2[j-1] nums2[j] nums2[j+1]…nums2[n-1]
首先 要满足 len(left)==len(right) 即:i+j==m+n-i-j j=(m+n)/2-i
这里有一点小疑问:如果m+n为奇数呢?上述条件显然不能满足!莫急!!
事实上,若m+n为奇数,可以令len(left)=len(right)+1 后面会意识到可以统一处理这两种情况。
奇数时,i+j=m-i+n-j+1 j=(m+n+1)/2-i 我们意识到这并不影响j的取值
所以不妨令j=(m+n+1)/2-i
其次 还必须满足 max(left)<=min(right)
则 median=(max(left)+min(right))/2
最后呢还要防止数组越界哦
下面结合伪代码讲述二分搜索的思路:
set imin=0,imax=m,
for i=(imin+imax)/2,j=(m+n+1)/2-i //which make sure the first condition
if(nums2[j-1]<=nums1[i] and nums1[i-1]<=nums2[j])
means the i is suitable stop
elif nums2[j-1]>nums1[i]
means i is too small we need to increase i
elif nums1[i-1]>nums2[j]
means i is too big we need to decrease i
after the loop
if m+n is odd then:
median=max(left)
if m+n is even then:
median=(max(left)+min(right))/2
以下是C++ solution:
class Solution {
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;
}
}
参考链接:
https://leetcode.wang/leetCode-4-Median-of-Two-Sorted-Arrays.html
这个人讲的比较透彻感觉受益匪浅!