題目
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)).
You may assume nums1 and nums2 cannot be both empty.
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
題意
給定兩個有序數組,且並不都爲空,找出兩個有序數組的中位數,要求時間複雜度是O(log(m+n))。
分析
【方法1】最暴力的解法是將兩個數組合併爲一個,然後找中位數,該方法的時間複雜度是O(m+n),不符合題意,遂棄之。
【方法2】看到時間複雜度要求,可以想到使用二分查找法。於是就有了如下的解決思路:
假設兩個數組分別爲A和B,A數組的元素個數爲m,B數組的元素個數爲n。
在A數組的隨機位置將數組A分成兩部分,即left_A | right_A,A數組即: A[0], A[1], ...,A[i-1], A[i], A[i+1],..., A[m-1]。因爲A有m個元素,所以共有m+1種切割方法(i = 0 ~ m),其中:left_A.size() = i,right_A.size() = m-i。i = 0 時,left_A.size() = 0; i = m時,right_A.size() = m。
在B數組也做類似的操作:left_B | right_B,B數組:B[0], B[1], ..., B[j-1], B[j], B[j+1], ..., B[n-1]。
將left_A和left_B放入一個集合,right_A和right_B放入另一個集合。分別命名爲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]
如果可以保證:
(1) left_part.size() == right_part.size()
(2) max(left_part) <= min(right_part)
那麼將{A,B}中的所有元素劃分爲兩個長度相等的部分,一個部分總是大於另一個部分。然後中值 = (max(left_part) + min(right_part))/2。
爲了確保這個條件,只需要確保兩個條件:
(1)i + j = m-i + n - j(或:m-i + n- j + 1)
如果n>=m,則i = 0 ~m,j = (m+n+1)/2 - i
[tips]爲什麼要確保n>=m,因爲必須確保 j 是合法索引,因爲 0<=i<=m 和 j = (m+n+1)/2 - i,如果n<m,則 j 可以是負數,這將導致錯誤的結果。
(2) B[j-1] <= A[i] 並且A[i-1] <= B[j]
在[0,m]中搜索i,找到一個切分點i (j = (m + n + 1)/2 - i):使得B[j-1] <= A[i]和A[i-1] <= B[j]。可以按照以下步驟進行搜索:
① 設置imin = 0,imax = m,然後開始搜索[imin, imax];
②設置i = (imin + imax)/2, j = (m+n+1)/2- i;
③現在left_part.size() = right_part.size(),而且只有三種情況:
(1) B[j-1] <= A[i] 和 A[i-1] <= B[j],意味着找到了切分點i,停止搜索。
(2) B[j-1] > A[i],意味着A[i]太小,必須調整i 得到B[j-1] <= A[i]。只能增加i,因爲當i減小時j將增加,因此B[j-1]增加並且A[i]減小,永遠不會滿足。所以調整搜索範圍爲[i+1,imax],即imin = i+1,然後回到第②步。
(3)A[i-1] > B[j],意味着A[i-1]太大,必須減小 i 得到A[i-1] <= B[j]。因此設置imax = i -1,然後回到第②步。
當找到切分點i時,中值爲:
- 當m+n爲奇數時,中值爲max(A[i-1], B[j-1])
- 當m+n爲偶數時,中值爲((max(A[i-1], B[j-1]) + min(A[i], B[i]))/2
C++代碼實現:
class Solution {
public:
double findMedianSortedArrays(vector<int>& nums1, vector<int>& nums2) {
int len1 = nums1.size();
int len2 = nums2.size();
//printf("len1 = %d, len2 = %d\n", len1, len2);
if(len1 == 0 && len2 > 0) {
if(len2 % 2 == 0)
return (nums2[len2/2] + nums2[len2/2 - 1])/2.0;
else
return nums2[len2/2];
} else if (len2 == 0 && len1 > 0) {
if(len1 % 2 == 0)
return (nums1[len1/2] + nums1[len1/2 - 1])/2.0;
else
return nums1[len1/2];
}
if(len1 > len2) {
return findMedianSortedArrays(nums2, nums1);
}
int imin = 0, imax = len1;
int i,j;
// printf("imax = %d\n", imax);
int left_part_max;
int right_part_min;
while(imin <= imax) {
i = imin + (imax - imin)/2;
j = (len1 + len2 + 1)/2 - i;
// printf("i = %d, j = %d\n", i, j);
// printf("nums1[i-1]=%d,nums2[j]=%d,nums2[j-1]=%d,nums1[i]=%d\n");
if (i < len1 && j > 0 && nums2[j-1] > nums1[i]) {
// printf("Adjust imin!\n");
imin = i + 1;
} else if (i > 0 && j < len2 && nums1[i-1] > nums2[j]) {
// printf("Adjust imax!\n");
imax = i - 1;
} else {
if(i == 0)
left_part_max = nums2[j-1];
else if(j == 0)
left_part_max = nums1[i-1];
else
left_part_max = nums1[i-1] > nums2[j-1]? nums1[i-1]:nums2[j-1];
break;
}
}
if((len1 + len2) % 2 != 0) {
return left_part_max;
}
if(i == len1) {
right_part_min = nums2[j];
} else if(j == len2) {
right_part_min = nums1[i];
} else {
right_part_min = nums1[i] < nums2[j]? nums1[i]:nums2[j];
}
return (left_part_max + right_part_min)/2.0;
}
};
【方法3】算法半島主頁
從題目可以知道,需要讓我們在兩個有序數組中找中位數。我們先分析一個有序數組的中位數,當有序數組的個數爲奇數時,如nums=[1, 2, 3, 4, 5]
,該數組的中位數爲nums[2]=3
;當有序數組的個數爲偶數時,如nums=[1, 2, 3, 4, 5, 6]
,該數組的中位數爲(nums[2]+nums[3])/2=3.5
。如圖1所示,我們用同一公式可求出任意個數有序數組的中位數。
理解一個有序數組中位數求解過程後,對於兩個有序數組來說,我們只要找出第(m+n+1)/2
大的數和第(m+n+2)/2
大的數,然後求平均數即可。注意這裏的第(m+n+1)/2
大的數中m
和n
分別指兩個數組的大小,m+n
如圖1中的nums.length
,第(m+n+1)/2
大的數是指我們假設這兩個數組組合成一個有序數組後找出第(m+n+1)/2
大的數(這裏爲什麼沒有像圖1中進行減1?因爲我們這裏說的第幾大的數下標是從1開始的;而圖1中需要減1是因爲使用的數組,下標是從0開始的)。
接下來我們在這兩個有序數組中找到第(m+n+1)/2
大的數和第(m+n+2)/2
大的數,抽象後可表述爲在兩個有序數組中找第k大的數。由於題目要求我們的時間複雜度爲O(log(m+n))
,我們很容易聯想到二分查找。當查找時,我們還需要考慮一些特殊情況:(1) 當某個數組查找的起始位置大於等於該數組長度時,說明這個數組中的所有數已經被淘汰,則只需要在另一個數組找查找即可。(2)如果k=1
時,即需要查找第一個數,則找到兩個數組起始位置中最小的那個即可。處理完特殊情況後,我們來分析一般情況。這裏所說的二分是指對數組的大小進行二分還是指對k
進行二分。以前我們對一維數組進行二分查找時,一般都是對數組大小進行二分,而這裏需要對k
進行二分。意思是,我們需要在兩個數組查找第k/2
大的數,由於這兩個數組的長度不定,有可能存在有一個數組中沒有第k/2
大的數,如果沒有則賦值爲整型最大值。
- Java代碼 -- 遞歸
class Solution {
public double findMedianSortedArrays(int[] nums1, int[] nums2) {
int m = nums1.length, n = nums2.length;
int l = (m + n + 1) / 2;
int r = (m + n + 2) / 2;
return (getKth(nums1, 0, nums2, 0, l) + getKth(nums1, 0, nums2, 0, r)) / 2.0;
}
// 在兩個有序數組中二分查找第k大元素
private int getKth(int[] nums1, int start1, int[] nums2, int start2, int k){
// 特殊情況(1):當某個數組查找的起始位置大於等於該數組長度時,說明這個數組中的所有數已經被淘汰,則只需要在另一個數組找查找即可
if(start1 > nums1.length-1) return nums2[start2 + k - 1];
if(start2 > nums2.length-1) return nums1[start1 + k - 1];
// 特殊情況(2):如果k=1時,即需要查找第一個數,則找到兩個數組起始位置中最小的那個即可
if(k == 1) return Math.min(nums1[start1], nums2[start2]);
// 分別在兩個數組中查找第k/2個元素,若存在(即數組沒有越界),標記爲找到的值;若不存在,標記爲整數最大值
int nums1Mid = start1 + k/2 - 1 < nums1.length ? nums1[start1 + k/2 - 1] : Integer.MAX_VALUE;
int nums2Mid = start2 + k/2 - 1 < nums2.length ? nums2[start2 + k/2 - 1] : Integer.MAX_VALUE;
// 確定最終的第k/2個元素,然後遞歸查找
if(nums1Mid < nums2Mid)
return getKth(nums1, start1 + k/2, nums2, start2, k-k/2);
else
return getKth(nums1, start1, nums2, start2 + k/2, k-k/2);
}
}
遞歸的層次比較深,如果數據足夠大,用C++語言實現,可能會出現棧溢出,所以下面用了循環實現。
- C++代碼實現 -- 循環
class Solution {
public:
int findkth1 (vector<int>& nums1, int start1, vector<int>& nums2, int start2, int k) {
while(k>1){
if(start1 >(int)(nums1.size()-1)) return nums2[start2 + k -1];
if(start2 >(int)(nums2.size()-1)) return nums1[start1 + k -1];
int nums1mid = start1 + k/2 -1 < nums1.size() ? nums1[start1 + k/2 -1] : INT_MAX;
int nums2mid = start2 + k/2 -1 < nums2.size() ? nums2[start2 + k/2 -1] : INT_MAX;
if(nums1mid > nums2mid) start2 += k/2;
else start1 += k/2;
k -= k/2; //比較之後,砍去了k/2個數,原先要找第k大,所以現在就要找第k - k/2大
}
if(start1 >(int)(nums1.size()-1)) return nums2[start2 + k -1];
if(start2 > (int)(nums2.size()-1)) return nums1[start1 + k -1];
if(1==k) return min(nums1[start1], nums2[start2]);
return 0.0;
}
double findMedianSortedArrays(vector<int>& nums1, vector<int>& nums2) {
int m = nums1.size();
int n = nums2.size();
// add l and r to choose thr lst and rst large data(not the subscript)
int l = (m+n+1)/2;
int r = (m+n+2)/2;
return ((double)findkth1(nums1, 0, nums2, 0, l) + (double)findkth1(nums1, 0, nums2, 0, r))/2;
}
};