There are two sorted arrays nums1 and nums2 of size m and n respectively.
Find the median of the two sorted arrays. The overall run time complexity should be O(log (m+n)).
Example 1:
nums1 = [1, 3]
nums2 = [2]
The median is 2.0
Example 2:
nums1 = [1, 2]
nums2 = [3, 4]
The median is (2 + 3)/2 = 2.5
解题思路
最简单的办法肯定是对两个数组进行合并,找到第k个即可,但是这样时间复杂度比较高O(m+n),空间复杂度为O(m+n)。
一个新的办法是,设计一个新的接口findKth,返回两个数组第k个元素。
题目分两种情况:一种是当两个数组size之和为偶数时,那么就是中间两个数求平均,另外一种是两个数组之和为奇数时,就是最中间那个数。
时间复杂度、空间复杂度分析
代码
class Solution {
public:
double findKth(vector<int> &a, int aStart, int aLength, vector<int> &b, int bStart, int bLength, int k) { // k start from 1
if(aLength > bLength) // 默认 b比较长
return findKth(b, bStart, bLength, a, aStart, aLength, k);
if(aLength == 0) //a为空
return b[bStart + k -1];
if(k == 1)
return min(a[aStart] , b[bStart]);
int pa = min(k/2, aLength);
int pb = k - pa;
if(a[aStart + pa - 1] < b[bStart + pb -1]) //a[aStart + pa - 1] k 肯定不在这里面,所以直接截掉 减小问题规模
return findKth(a, aStart + pa, aLength - pa, b, bStart, bLength, k - pa);
else if(a[aStart + pa - 1] > b[bStart + pb -1])// b[bStart + pb -1] k 肯定不在这里面,所以直接截掉 减小问题规模
return findKth(a, aStart, aLength, b, bStart + pb, bLength - pb, k -pb);
else
return a[aStart + pa - 1];
}
double findMedianSortedArrays(vector<int>& nums1, vector<int>& nums2) {
int size = nums1.size() + nums2.size();
if(size & 0x1)//试试新的 看最后一位是否为1 size % 2 == 1
return findKth(nums1, 0, nums1.size(), nums2, 0, nums2.size(), size/2 + 1);
else
return (findKth(nums1, 0, nums1.size(), nums2, 0, nums2.size(), size/2 + 1) + findKth(nums1, 0, nums1.size(), nums2, 0, nums2.size(), size/2)) / 2.0;
}
};