leetcode-4-寻找两个有序数组的中位数

本文介绍了一种求解两个有序数组中位数的高效算法,时间复杂度为O(log(m+n))。通过递归二分法,算法能处理任意长度的数组,包括奇数和偶数个元素。示例展示了如何找到[1,3]和[2]或[1,2]和[3,4]的中位数。

给定两个大小为 m 和 n 的有序数组 nums1 和 nums2。

 

请你找出这两个有序数组的中位数,并且要求算法的时间复杂度为 O(log(m + n))。

 

你可以假设 nums1 和 nums2 不会同时为空。

 

示例 1:

 

nums1 = [1, 3]

nums2 = [2]

 

则中位数是 2.0

示例 2:

 

nums1 = [1, 2]

nums2 = [3, 4]

 

则中位数是 (2 + 3)/2 = 2.5

 

 

二分法使用递归解析,两个数组的总数可能是偶数,也可能是奇数,所以可以使用总数加一的二分之一顺序的中位数与加二的二分之一顺序的中位数,它们之和的二分之一就是总的中位数,使用i,j来表示两个数组的开始下标,k代表中位次序,当数组下标超过对应的数组长度时,说明该数组的数字全部被淘汰,中位数在另一个数组内,它的开始下标与中位次序之和减一就是所需要的中位数,当中位次序为1时,只需要判断两个数组的开始下标的大小,取出最小值即可,如果不是以上的情况的话,就需要取出各自数组对应的半个中位次序的数字进行比较,这样可以淘汰数字小的对应数组的k/2个数字,中位次序是k,每个数组取j + k / 2 - 1对应下标的数字,也就是每次缩小k/2范围,所以对应的中位次序也要缩小k/2。

public static double findMedianSortedArrays(int[] nums1, int[] nums2) {
    int m = nums1.length, n = nums2.length, left = (m + n + 1) / 2, right = (m + n + 2) / 2;
    return (find(nums1, 0, nums2, 0, left) + find(nums1, 0, nums2, 0, right)) / 2.0;
}

public static int find(int[] arr1, int i, int[] arr2, int j, int k) {
    if (i >= arr1.length) return arr2[j + k - 1];
    if (j >= arr2.length) return arr1[i + k - 1];
    if (k == 1) return Math.min(arr1[i], arr2[j]);
    long mid1 = (i + k / 2 - 1 < arr1.length) ? arr1[i + k / 2 - 1] : Long.MAX_VALUE;
    long mid2 = (j + k / 2 - 1 < arr2.length) ? arr2[j + k / 2 - 1] : Long.MAX_VALUE;
    if (mid1 < mid2) {
        return find(arr1, i + k / 2, arr2, j, k - k / 2);
    } else {
        return find(arr1, i, arr2, j + k / 2, k - k / 2);
    }
}

 

以下是几种使用 Python 解决 LeetCode4 题(寻找两个有序数组中位数)的方法: ### 方法一:合并排序法 先对两个数组进行合并后排序,然后找到对应位置的数值。由于题目中两个数组都是正序数组,可使用归并排序合并两个数组[^3]。 ```python def findMedianSortedArrays(nums1, nums2): m, n = len(nums1), len(nums2) merged = [] i, j = 0, 0 while i < m and j < n: if nums1[i] < nums2[j]: merged.append(nums1[i]) i += 1 else: merged.append(nums2[j]) j += 1 while i < m: merged.append(nums1[i]) i += 1 while j < n: merged.append(nums2[j]) j += 1 length = m + n if length % 2 == 1: return merged[length // 2] else: return (merged[length // 2 - 1] + merged[length // 2]) / 2 ``` ### 方法二:转化为找第 K 小的数 根据中位数的定义,当 `m + n` 是奇数时,中位数两个有序数组中的第 `(m + n) / 2` 个元素;当 `m + n` 是偶数时,中位数两个有序数组中的第 `(m + n) / 2` 个元素第 `(m + n) / 2 + 1` 个元素的平均值。因此,本题可转化成寻找两个有序数组中的第 `k` 小的数,其中 `k` 为 `(m + n) / 2` 或 `(m + n) / 2 + 1`[^4]。 ```python def findMedianSortedArrays(nums1, nums2): m, n = len(nums1), len(nums2) total_length = m + n def getKthElement(k): index1, index2 = 0, 0 while True: if index1 == m: return nums2[index2 + k - 1] if index2 == n: return nums1[index1 + k - 1] if k == 1: return min(nums1[index1], nums2[index2]) newIndex1 = min(index1 + k // 2 - 1, m - 1) newIndex2 = min(index2 + k // 2 - 1, n - 1) pivot1, pivot2 = nums1[newIndex1], nums2[newIndex2] if pivot1 <= pivot2: k -= newIndex1 - index1 + 1 index1 = newIndex1 + 1 else: k -= newIndex2 - index2 + 1 index2 = newIndex2 + 1 if total_length % 2 == 1: return getKthElement((total_length + 1) // 2) else: return (getKthElement(total_length // 2) + getKthElement(total_length // 2 + 1)) / 2 ```
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