Median of Two Sorted Arrays

题目描述:

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

解题思路:

由于时间限制不能对nums1和nums2数组进行二分查找,所以想着对中位数的序号进行二分查找

中位数的序号(从1开始计数):(nums1.size()+nums2.size() +1)/2,(nums1.size()+nums2.size() +2)/2,如果nums1.size()+nums2.size()为奇数,则两个序号相等,此时两个有序的数组刚好只需查找一个中位数序号;如果nums1.size()+nums2.size()为偶数, 则两个序号刚好为,平均求中位数的序号;

对序号进行二分查找,首先排除nums1和nums2数组中不可能成为序号K的值。i表示nums1中没有被排除掉的子序列的起始下标,j表示nums2中没有被排除掉的子序列的起始下标;如果nums1[i+k/2-1] < nums1[j+k/2-1] 则表示nums1中从序号i开始的k/2个数不可能成为序号k对应的数值,反之亦然,从而排除了k/2个不可能成为序号k对应的数值,递归下去则可以选择出序号k对应的数值。

具体代码如下:

 class Solution {
public:
    double findMedianSortedArrays(vector<int>& nums1, vector<int>& nums2) {
        int i=0;
        int j=0;
        int size1 = nums1.size();
        int size2 = nums2.size();
        int k1 = (size1+size2+1)/2;
        int k2 = (size1+size2+2)/2;
        return (findKthValue(nums1,0,nums2,0,k1) + findKthValue(nums1,0,nums2,0,k2)) / 2.0; 
    }
    double findKthValue(vector<int>& nums1,int i, vector<int>& nums2, int j, int k)
    {
        if(i >= nums1.size())
            return nums2[j+k-1];
        if(j >= nums2.size())
            return nums1[i+k-1];
        if(k == 1)
            return min(nums1[i],nums2[j]);
        double middleValue1 = i+k/2-1 < nums1.size() ? nums1[i+k/2-1] : (numeric_limits<double>::max)();
        double middleValue2 = j+k/2-1 < nums2.size() ? nums2[j+k/2-1] : (numeric_limits<double>::max)(); 
        if(middleValue1 < middleValue2)
            return findKthValue(nums1,i+k/2,nums2,j,k-k/2);
        else
            return findKthValue(nums1,i,nums2,j+k/2,k-k/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