1. 寻找两个正序数组的中位数
给定两个大小分别为 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 。
算法的时间复杂度应该为 O(log (m+n)) 。
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
提示:
nums1.length == m
nums2.length == n
0 <= m <= 1000
0 <= n <= 1000
1 <= m + n <= 2000
-106 <= nums1[i], nums2[i] <= 106
Java 实现:
解题思路:
将原问题转化为寻找两个有序数组的第 k 小的数,其中 k 为两个数组长度之和的一半。
依次比较两个有序数组的前 k/2 个元素,如果 nums1[k/2-1] < nums2[k/2-1],则 nums1 中的前 k/2 个元素都不可能是第 k 小的数,可以将其排除,然后在剩余的元素中重新查找第 k/2 小的数;如果 nums1[k/2-1] > nums2[k/2-1],则 nums2 中的前 k/2 个元素都不可能是第 k 小的数,同理,可以将其排除,然后在剩余的元素中重新查找第 k/2 小的数。如果两个数组的前 k/2 个元素相等,则第 k 小的数就是其中任意一个。
递归结束条件为:某一数组为空或者 k=1,此时可以直接返回另一个数组的第 k 个元素。。
Java代码:
class Solution {
public double findMedianSortedArrays(int[] nums1, int[] nums2) {
int n1 = nums1.length;
int n2 = nums2.length;
int total = n1 + n2;
if (total % 2 == 0) { // 如果总长度是偶数
return (findKth(nums1, nums2, total / 2) + findKth(nums1, nums2, total / 2 + 1)) / 2.0;
} else { // 如果总长度是奇数
return findKth(nums1, nums2, total / 2 + 1);
}
}
private int findKth(int[] nums1, int[] nums2, int k) {
int n1 = nums1.length;
int n2 = nums2.length;
if (n1 > n2) { // 保证 nums1 的长度不大于 nums2 的长度
return findKth(nums2, nums1, k);
}
if (n1 == 0) { // 如果 nums1 为空,则第 k 小的数就是 nums2[k-1]
return nums2[k - 1];
}
if (k == 1) { // 如果 k=1,则第 k 小的数是两个数组中最小的那个元素
return Math.min(nums1[0], nums2[0]);
}
int i = Math.min(k / 2, n1); // 分别从 nums1 和 nums2 中查找前 k/2 个元素
int j = k - i;
if (nums1[i - 1] < nums2[j - 1]) { // 如果 nums1 的第 i 个元素小于 nums2 的第 j 个元素
return findKth(Arrays.copyOfRange(nums1, i, n1), nums2, k - i); // 则可以排除 nums1 中的前 i 个元素,重新在剩余数组中查找第 k-i 小的元素
} else { // 如果 nums1 的第 i 个元素大于或等于 nums2 的第 j 个元素
return findKth(nums1, Arrays.copyOfRange(nums2, j, n2), k - j); // 则可以排除 nums2 中的前 j 个元素,重新在剩余数组中查找第 k-j 小的元素
}
}
}
Python代码:
class Solution:
def findMedianSortedArrays(self, nums1: List[int], nums2: List[int]) -> float:
n1, n2 = len(nums1), len(nums2)
total = n1 + n2
if total % 2 == 0:
return (self.findKth(nums1, nums2, total // 2) + self.findKth(nums1, nums2, total // 2 + 1)) / 2.0
else:
return self.findKth(nums1, nums2, total // 2 + 1)
def findKth(self, nums1: List[int], nums2: List[int], k: int) -> int:
n1, n2 = len(nums1), len(nums2)
if n1 > n2:
return self.findKth(nums2, nums1, k)
if n1 == 0:
return nums2[k - 1]
if k == 1:
return min(nums1[0], nums2[0])
i = min(k // 2, n1)
j = k - i
if nums1[i - 1] < nums2[j - 1]:
return self.findKth(nums1[i:], nums2, k - i)
else:
return self.findKth(nums1, nums2[j:], k - j)
C语言代码:
double findMedianSortedArrays(int* nums1, int nums1Size, int* nums2, int nums2Size){
int total = nums1Size + nums2Size;
if (total % 2 == 0) {
return (findKth(nums1, nums1Size, nums2, nums2Size, total / 2) + findKth(nums1, nums1Size, nums2, nums2Size, total / 2 + 1)) / 2.0;
} else {
return findKth(nums1, nums1Size, nums2, nums2Size, total / 2 + 1);
}
}
int findKth(int* nums1, int nums1Size, int* nums2, int nums2Size, int k){
if (nums1Size > nums2Size) {
return findKth(nums2, nums2Size, nums1, nums1Size, k);
}
if (nums1Size == 0) {
return nums2[k - 1];
}
if (k == 1) {
return fmin(nums1[0], nums2[0]);
}
int i = fmin(k / 2, nums1Size);
int j = k - i;
if (*(nums1 + i - 1) < *(nums2 + j - 1)) {
return findKth(nums1 + i, nums1Size - i, nums2, nums2Size, k - i);
} else {
return findKth(nums1, nums1Size, nums2 + j, nums2Size - j, k - j);
}
}
以上文章内容均由ChatGPT3.5版本给出的作答,有问题可以提出来一起探讨!