題目:給定兩個大小爲 m 和 n 的有序數組 nums1 和 nums2 。
請找出這兩個有序數組的中位數。要求算法的時間複雜度爲 O(log (m+n)) 。
示例1:
nums1 = [1, 3]
nums2 = [2]
中位數是 2.0
示例2:nums1 = [1, 2]
nums2 = [3, 4]
中位數是 (2 + 3)/2 = 2.5
解法1:如果不考慮題目要求的時間複雜度,只需要遍歷兩個數組合成一個數組就可以得出中位數。
class Solution {
public double findMedianSortedArrays(int[] nums1, int[] nums2) {
int m = nums1.length; //獲取數組1的長度
int n = nums2.length; //數組2的長度
int length = m + n; //合併數組的長度
int[] result = new int[length]; //合併的結果數組
for(int i = length-1;i>=0;i--){ //循環length-1次
int num1 = m-1>=0?nums1[m-1]:Integer.MIN_VALUE; //索引大於0時獲取對應的值,否則賦值最小值
int num2 = n-1>=0?nums2[n-1]:Integer.MIN_VALUE;
if(num1>num2){
result[i] = num1; //把數值更大的數賦值到結果數組對應位置,
m--; //索引減一
}else {
result[i] = num2;
n--;
}
}
return (result[length/2]+result[(length-1)/2])/2.0; //返回中位數
}
}
就是把兩個數組倒序遍歷,比較後依次放入結果數組裏面,獲取一個有序的總的數組,然後返回中位數,就是取中間兩個數的平均數。
時間複雜度:O(m+n)
空間複雜度:O(m+n)
解法2:題目要求O(log(m+n))的時間複雜度,一般來說都是分治法或者二分搜索。首先我們先分析下題目,假設兩個有序序列共有n個元素(根據中位數的定義我們要分兩種情況考慮),當n爲奇數時,搜尋第(n/2+1)個元素,當n爲偶數時,搜尋第(n/2+1)和第(n/2)個元素,然後取他們的均值。
假設序列都是從小到大排列,對於第一個序列中前p個元素和第二個序列中前q個元素,我們想要的最終結果是:p+q等於k-1,且一序列第p個元素和二序列第q個元素都小於總序列第k個元素。因爲總序列中,必然有k-1個元素小於等於第k個元素。這樣第p+1個元素或者第q+1個元素就是我們要找的第k個元素。
所以,我們可以通過二分法將問題規模縮小,假設p=k/2-1,則q=k-p-1,且p+q=k-1。如果第一個序列第p個元素小於第二個序列第q個元素,我們不確定二序列第q個元素是大了還是小了,但一序列的前p個元素肯定都小於目標,所以我們將第一個序列前p個元素全部拋棄,形成一個較短的新序列。然後,用新序列替代原先的第一個序列,再找其中的第k-p個元素(因爲我們已經排除了p個元素,k需要更新爲k-p),依次遞歸。同理,如果第一個序列第p個元素大於第二個序列第q個元素,我們則拋棄第二個序列的前q個元素。遞歸的終止條件有如下幾種:
1、較短序列所有元素都被拋棄,則返回較長序列的第k個元素(在數組中下標是k-1)
2、一序列第p個元素等於二序列第q個元素,此時總序列第p+q=k-1個元素的後一個元素,也就是總序列的第k個元素
public class Solution {
public double findMedianSortedArrays(int[] nums1, int[] nums2) {
int m = nums1.length, n = nums2.length;
int k = (m + n) / 2;
if((m+n)%2==0){
return (findKth(nums1,nums2,0,0,m,n,k)+findKth(nums1,nums2,0,0,m,n,k+1))/2;
} else {
return findKth(nums1,nums2,0,0,m,n,k+1);
}
}
private double findKth(int[] arr1, int[] arr2, int start1, int start2, int len1, int len2, int k){
// 保證arr1是較短的數組
if(len1>len2){
return findKth(arr2,arr1,start2,start1,len2,len1,k);
}
if(len1==0){
return arr2[start2 + k - 1];
}
if(k==1){
return Math.min(arr1[start1],arr2[start2]);
}
int p1 = Math.min(k/2,len1) ;
int p2 = k - p1;
if(arr1[start1 + p1-1]<arr2[start2 + p2-1]){
return findKth(arr1,arr2,start1 + p1,start2,len1-p1,len2,k-p1);
} else if(arr1[start1 + p1-1]>arr2[start2 + p2-1]){
return findKth(arr1,arr2,start1,start2 + p2,len1,len2-p2,k-p2);
} else {
return arr1[start1 + p1-1];
}
}
}