Q4_寻找两个正序数组的中位数

本文介绍了如何在O(log(m+n))的时间复杂度内找到两个正序数组的中位数。通过将问题转化为寻找第k小元素,利用分治策略,分别从两个数组中选取第k/2个元素比较,逐步缩小搜索范围,最终找到中位数。提供的代码示例展示了这种高效算法的实现。
摘要由CSDN通过智能技术生成

来源:力扣(LeetCode)
链接:寻找两个正序数组的中位数
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。

题目描述

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 。

示例

  1. 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
  1. 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
  1. 示例3
输入:nums1 = [0,0], nums2 = [0,0]
输出:0.00000
  1. 示例4
输入:nums1 = [], nums2 = [1]
输出:1.00000
  1. 示例5
输入:nums1 = [2], nums2 = []
输出:2.00000

提示:
nums1.length == m
nums2.length == n
0 <= m <= 1000
0 <= n <= 1000
1 <= m + n <= 2000
-106 <= nums1[i], nums2[i] <= 106

进阶:

你能设计一个时间复杂度为 O(log (m+n)) 的算法解决此问题吗?

算法

  1. 暴力解法(O(n^2))

合并——>排序——>找中位数

代码示例

package main

import "fmt"

// 冒泡排序
func BubbleSort(num []int) []int {
    for n := len(num) - 1; n >= 1; n-- { // 对比多少轮; n表示每轮对比次数
        for i := 0; i < n; i++ {  // 表示需要对比的元素的索引
            if num[i] > num[i+1] {
                num[i], num[i+1] = num[i+1], num[i]
            }
        }
    }
    return num
}

func findMedianSortedArrays(nums1 []int, nums2 []int) float64 {
    // 合并
    nums1 = append(nums1, nums2...)
    // 排序
    nums := BubbleSort(nums1)
    // 求中位数
    var mid float64
    if len(nums) % 2 == 0 {  // 偶数个
        mid = (float64(nums[(len(nums)/2)-1]) + float64(nums[len(nums)/2])) / 2
    } else {  // 奇数个
        mid = float64(nums[len(nums) / 2])
    }
    return mid
}

func main() {
    nums1 := []int{1,3}
    nums2 := []int{2}
    mid1 := findMedianSortedArrays(nums1, nums2)
    fmt.Println(mid1)
    nums3 := []int{1, 4}
    nums4 := []int{3, 2}
    mid2 := findMedianSortedArrays(nums3, nums4)
    fmt.Println(mid2)
    nums5 := []int{0, 0}
    nums6 := []int{0, 0}
    mid3 := findMedianSortedArrays(nums5, nums6)
    fmt.Println(mid3)
    nums7 := []int{2}
    nums8 := []int{}
    mid4 := findMedianSortedArrays(nums7, nums8)
    fmt.Println(mid4)
}
  1. 查找第k小数(O(log(m+n)))

这个题目可以归结到寻找第k小(大)元素问题,思路可以总结如下:取两个数组中的第k/2个元素进行比较,如果数组1的元素小于数组2的元素,则说明数组1中的前k/2个元素不可能成为第k个元素的候选,所以将数组1中的前k/2个元素去掉,组成新数组和数组2求第k-k/2小的元素,因为我们把前k/2个元素去掉了,所以相应的k值也应该减小。另外就是注意处理一些边界条件问题,比如某一个数组可能为空或者k为1的情况。

代码示例

def findMedianSortedArrays(self, nums1: List[int], nums2: List[int]) -> float:
        def findKthElement(arr1,arr2,k):
            len1,len2 = len(arr1),len(arr2)
            if len1 > len2:
                return findKthElement(arr2,arr1,k)
            if not arr1:
                return arr2[k-1]
            if k == 1:
                return min(arr1[0],arr2[0])
            i,j = min(k//2,len1)-1,min(k//2,len2)-1
            if arr1[i] > arr2[j]:
                return findKthElement(arr1,arr2[j+1:],k-j-1)
            else:
                return findKthElement(arr1[i+1:],arr2,k-i-1)
        l1,l2 = len(nums1),len(nums2)
        left,right = (l1+l2+1)//2,(l1+l2+2)//2
        return (findKthElement(nums1,nums2,left)+findKthElement(nums1,nums2,right))/2
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值