1.面试中遇到 两个有序数组的中位数 的问题
今年上半年年初,3,4月份找工作的时候,面有一家公司时(上海,当时在上海找工作),有一道手撕代码题:有两个有序的数组,求这两个有序数组合成一个有序数组时的中位数。
当时面试也没有经常手撕代码,而且遇见手撕的情况也基本是一些简单的快排,二分等。当时的想法很简单:第一步,把两个数组合并成一个一个数组。第二部,找出合并出数组的中位数。
写完之后交给面试官,面试官看过之后,问我你写的这种方法的时间复杂度和空间复杂度,然后又问我有没有更简便的方法,当时我就陷入了沉思。因为我当时帮两个有序数组和成一个有序的数组这个过程比较复杂,记得当时用了两个for循环,想了半天最后也没有想出来
2.发现了新的解法
前一段在力扣上看见了这道原题,恍然大悟。LeetCode
题目为: 给定两个大小为 m 和 n 的有序数组 nums1 和 nums2。
请你找出这两个有序数组的中位数,并且要求算法的时间复杂度为 O(log(m + n))。
你可以假设 nums1 和 nums2 不会同时为空。
> 示例 1:
>
> nums1 = [1, 3] nums2 = [2]
>
> 则中位数是 2.0 示例 2:
> nums1 = [1, 2] nums2 = [3, 4]
>
> 则中位数是 (2 + 3)/2 = 2.5
原来当时自己的思路太僵硬了,没有考虑到中位数的性质,具体的解题思路如下:
方法:递归法
为了解决这个问题,我们需要理解 “中位数的作用是什么”。在统计中,中位数被用来:
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。
如果理解了中位数的划分作用,我们就很接近答案了。
首先,让我们在任一位置 i 将A 划分成两个部分:
left_A | right_A
A[0], A[1], ..., A[i-1] | A[i], A[i+1], ..., A[m-1]
由于 A 中有 m 个元素, 所以我们有 m+1 种划分的方法(i = 0 ∼ m)。
我们知道:
len(left_A) = i, len(right_A) = m - i
注意:
当 i = 0i=0 时,left_A 为空集, 而当 i =m 时, right_A 为空集
采用同样的方式,我们在任一位置 j 将 B 划分成两个部分:
left_B | right_B
B[0], B[1], ..., B[j-1] | B[j], B[j+1], ..., B[n-1]
将left_A 和 left_B 放入一个集合,并将right_A 和 right_B 放入另一个集合。 再把这两个新的集合分别命名为left_part 和 right_part:
left_part | right_part
A[0], A[1], ..., A[i-1] | A[i], A[i+1], ..., A[m-1]
B[0], B[1], ..., B[j-1] | B[j], B[j+1], ..., B[n-1]
如果我们可以确认:
len(left_part) = len(right_part)
max(left_part)≤min(right_part)
那么,我们已经将{A,B} 中的所有元素划分为相同长度的两个部分,且其中一部分中的元素总是大于另一部分中的元素。那么:
m
e
d
i
a
n
=
m
a
x
(
l
e
f
t
P
a
r
t
)
+
m
i
n
(
r
i
g
h
t
P
a
r
t
)
2
\boxed{median=\frac {max(leftPart)+min(rightPart)} 2}
median=2max(leftPart)+min(rightPart)
要确保这两个条件,我们只需要保证:
i + j = m - i + n - j(或:m - i + n - j + 1) 如果 n≥m,只需要使 i = 0 ∼ m ,
j = m + n + 1 2 − i \boxed{j= \frac {m+n+1} 2-i} j=2m+n+1−iB[j−1] ≤ A[i] 以及 A[i−1] ≤ B[j]
ps.1 为了简化分析,我假设 A[i−1],B[j−1],A[i],B[j] 总是存在,哪怕出现i=0,i=m , j=0,或是 j=n 这样的临界条件。
我将在最后讨论如何处理这些临界值。
ps.2 为什么n≥m?由于 0 ≤ i ≤ m 且
j
=
m
+
n
+
1
2
−
i
\boxed{j= \frac {m+n+1} 2-i}
j=2m+n+1−i我必须确保 j 不是负数。如果 n<m,那么 j 将可能是负数,而这会造成错误的答案。
所以,我们需要做的是:
在[0,m] 中搜索并找到目标对象 i,以使:
B[j−1]≤A[i] 且A[i−1]≤B[j], 其中
j
=
m
+
n
+
1
2
−
i
{j= \frac {m+n+1} 2-i}
j=2m+n+1−i
接着,我们可以按照以下步骤来进行二叉树搜索:
设 imin=0,imax=m, 然后开始在 [imin,imax] 中进行搜索。
令
i
=
imin
+
imax
2
,
j
=
m
+
n
+
1
2
−
i
i = \frac{\text{imin} + \text{imax}}{2} , j = \frac{m + n + 1}{2} -i
i=2imin+imax,j=2m+n+1−i
现在我们有 len(left_part)=len(right_part)。 而且我们只会遇到三种情况:
B[j−1]≤A[i] 且 A[i−1]≤B[j]: 这意味着我们找到了目标对象 i,所以可以停止搜索。
B[j−1]>A[i]: 这意味着 A[i] 太小,我们必须调整 i 以使 B[j−1]≤A[i]。 我们可以增大 i 吗?
是的,因为当 i 被增大的时候,j 就会被减小。
因此 B[j−1] 会减小,而 A[i] 会增大,那么 B[j−1]≤A[i] 就可能被满足。 我们可以减小 i 吗?
不行,因为当 i 被减小的时候,j 就会被增大。
因此 B[j−1] 会增大,而A[i] 会减小,那么B[j−1]≤A[i] 就可能不满足。 所以我们必须增大 ii。也就是说,我们必须将搜索范围调整为 [i+1,imax]。 因此,设 imin=i+1,并转到步骤 2。A[i−1]>B[j]: 这意味着A[i−1] 太大,我们必须减小 i 以使 A[i−1]≤B[j]。
也就是说,我们必须将搜索范围调整为[imin,i−1]。 因此,设 imax=i−1,并转到步骤 2。
当找到目标对象 ii 时,中位数为:
max(A[i−1],B[j−1]), 当 m+n 为奇数时
max ( A [ i − 1 ] , B [ j − 1 ] ) + min ( A [ i ] , B [ j ] ) 2 \frac{\max(\text{A}[i-1], \text{B}[j-1]) + \min(\text{A}[i], \text{B}[j])}{2} 2max(A[i−1],B[j−1])+min(A[i],B[j])
max(A[i−1],B[j−1])+min(A[i],B[j]) , 当 m+n 为偶数时
现在,让我们来考虑这些临界值 i=0,j=0,i=m,j=n,此时B[j−1],A[i],B[j] 可能不存在。
其实这种情况比你想象的要容易得多。
我们需要做的是确保max(left_part)≤min(right_part)。 因此,如果 i 和 j 不是临界值(这意味着
A[i−1],B[j−1],A[i],B[j] 全部存在), 那么我们必须同时检查B[j−1]≤A[i] 以及 A[i−1]≤B[j]
是否成立。 但是如果 A[i−1],B[j−1],A[i],B[j] 中部分不存在,那么我们只需要检查这两个条件中的一个(或不需要检查)。
举个例子,如果 i = 0i=0,那么A[i−1] 不存在,我们就不需要检查 A[i−1]≤B[j] 是否成立。
所以,我们需要做的是:
在 [0,m] 中搜索并找到目标对象 i,以使:
(j = 0 or i=m or B[j−1]≤A[i]) 或是(i = 0 or j=n or A[i−1]≤B[j]), 其中
j
=
m
+
n
+
1
2
−
i
j = \frac{m + n + 1}{2}-i
j=2m+n+1−i
在循环搜索中,我们只会遇到三种情况:
( j = 0 or i=m or B[j−1]≤A[i]) 或是(i = 0 or j=n or A[i−1]≤B[j]),这意味着 i 是完美的,我们可以停止搜索。
( j>0 and i < m and B[j - 1] > A[i]) 这意味着 i 太小,我们必须增大它。
( i>0 and j < n and A[i−1]>B[j] )这意味着 i 太大,我们必须减小它。
3.代码实现
3.1java版
class Solution {
public double findMedianSortedArrays(int[] A, int[] B) {
int m = A.length;
int n = B.length;
if (m > n) { // to ensure m<=n
int[] temp = A; A = B; B = temp;
int tmp = m; m = n; n = tmp;
}
int iMin = 0, iMax = m, halfLen = (m + n + 1) / 2;
while (iMin <= iMax) {
int i = (iMin + iMax) / 2;
int j = halfLen - i;
if (i < iMax && B[j-1] > A[i]){
iMin = i + 1; // i is too small
}
else if (i > iMin && A[i-1] > B[j]) {
iMax = i - 1; // i is too big
}
else { // i is perfect
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; }
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;
}
}
return 0.0;
}
}
3.2python版
def median(A, B):
m, n = len(A), len(B)
if m > n:
A, B, m, n = B, A, n, m
if n == 0:
raise ValueError
imin, imax, half_len = 0, m, (m + n + 1) / 2
while imin <= imax:
i = (imin + imax) / 2
j = half_len - i
if i < m and B[j-1] > A[i]:
# i is too small, must increase it
imin = i + 1
elif i > 0 and A[i-1] > B[j]:
# i is too big, must decrease it
imax = i - 1
else:
# i is perfect
if i == 0: max_of_left = B[j-1]
elif j == 0: max_of_left = A[i-1]
else: max_of_left = max(A[i-1], B[j-1])
if (m + n) % 2 == 1:
return max_of_left
if i == m: min_of_right = B[j]
elif j == n: min_of_right = A[i]
else: min_of_right = min(A[i], B[j])
return (max_of_left + min_of_right) / 2.0
作者:LeetCode
链接:https://leetcode-cn.com/problems/median-of-two-sorted-arrays/solution/xun-zhao-liang-ge-you-xu-shu-zu-de-zhong-wei-shu-b/
来源:力扣(LeetCode) 著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。