4. Median of Two Sorted Arrays

本文介绍了一种高效算法,用于查找两个已排序数组的中位数,整体运行时间复杂度为O(log(m+n))。通过示例展示了当数组长度不同时如何找到中位数。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

Descripition:

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.


分析:这道题就是找两个已经排序的数组的中位数。思路还算比较简单,我们可以想象将两个数组合成一个数组,然后再求合成的数组的中位数就很简单了。不过我们不需要组成一个新的数组,只需要按照同样的方式遍历,麻烦的是没有合成数组如何保存中位数(1个数或者2个数的平均数)。

代码如下:

class Solution{
public:
    double findMedianSortedArrays(vector<int>& nums1, vector<int>& nums2) {
		int len = nums1.size() + nums2.size();
		int i = 0, j = 0, k = 0;
		double ret = 0.0;              //用于存储结果
		int flag = (len % 2) ? 1 : 0;  //用于判断中位数是一个数还是两个数
		
		while( (i < nums1.size() || j < nums2.size()) && k < (len - 1) / 2 + 2)
		{
			while(k < (len - 1) / 2 + 2 && i < nums1.size() && (j == nums2.size() || nums1[i] <= nums2[j]))
			{
				if(k >= (len - 1) / 2 && flag < 2) //如果中位数是一个数,只加一次;如果是两个数,加两次.
				{
					ret += nums1[i];
					++flag;
				}
				++i, ++k;
			}
			
			while(k < (len - 1) / 2 + 2 && j < nums2.size() && (i == nums1.size() || nums1[i] > nums2[j]))
			{
				if(k >= (len - 1) / 2 && flag < 2)
				{
					ret += nums2[j];
					++flag;
				}
				++j, ++k;
				}
		}
		
		return (len % 2) ? ret : ret / 2;
    }
};



题目描述是关于寻找两个已排序数组 `nums1` 和 `nums2` 的合并后的中位数。这两个数组分别包含 `m` 和 `n` 个元素。要解决这个问题,首先我们需要合并这两个数组并保持有序,然后根据数组的总大小决定取中间值的方式。 1. 合并两个数组:由于数组是有序的,我们可以使用双指针法,一个指向 `nums1` 的起始位置,另一个指向 `nums2` 的起始位置。比较两个指针所指元素的大小,将较小的那个放入一个新的合并数组中,同时移动对应指针。直到其中一个数组遍历完毕,再将另一个数组剩余的部分直接复制到合并数组中。 2. 计算中位数:如果合并数组的长度为奇数,则中位数就是最中间的那个元素;如果长度为偶数,则中位数是中间两个元素的平均值。我们可以通过检查数组长度的奇偶性来确定这一点。 下面是Python的一个基本解决方案: ```python def findMedianSortedArrays(nums1, nums2): merged = [] i, j = 0, 0 # Merge both arrays while i < len(nums1) and j < len(nums2): if nums1[i] < nums2[j]: merged.append(nums1[i]) i += 1 else: merged.append(nums2[j]) j += 1 # Append remaining elements from longer array while i < len(nums1): merged.append(nums1[i]) i += 1 while j < len(nums2): merged.append(nums2[j]) j += 1 # Calculate median length = len(merged) mid = length // 2 if length % 2 == 0: # If even, return average of middle two elements return (merged[mid - 1] + merged[mid]) / 2.0 else: # If odd, return middle element return merged[mid] ``` 这个函数返回的是两个数组合并后的中位数。注意,这里假设数组 `nums1` 和 `nums2` 都是非空的,并且已经按照升序排列。
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