LeetCode 4. 两个排序数组的中位数

最新推荐文章于 2022-04-27 16:34:58 发布

原创最新推荐文章于 2022-04-27 16:34:58 发布 · 361 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#LeetCode

刷刷题专栏收录该内容

28 篇文章

订阅专栏

本文介绍了一种高效算法，用于寻找两个有序数组的中位数，采用二分查找技术实现O(log(m+n))的时间复杂度。通过逐步排除不可能包含中位数的区间，最终定位到目标值。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

描述：

给定两个大小为 m 和 n 的有序数组 nums1 和 nums2 。

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

示例 1:

nums1 = [1, 3]
nums2 = [2]

中位数是 2.0

示例 2:

nums1 = [1, 2]
nums2 = [3, 4]

中位数是 (2 + 3)/2 = 2.5

思路：

本题若没有限制时间复杂度为O(log(m+n))的话，对两个数组使用归并排序，很容易可以找到他们的中位数，所用时间复杂度为O(m*n)。但是要将时间复杂度降为O(log(m+n))，就需要尝试对两个数组同时进行二分查找，逐步排除掉不可能出现中位数的区间，最后找到所求的中位数。这种解法的主要思想就是：
如果数组a的中位数小于数组b的中位数，那么整体的中位数只可能出现在a的右区间加上b的左区间之中；
如果数组a的中位数大于等于数组b的中位数，那么整体的中位数只可能出现在a的左区间加上b的右区间之中。

关键就是利用分治的思想逐渐缩小a的区间和b的区间来找到中位数。

代码：

class Solution {
public:
    double findMedianSortedArrays(vector<int>& nums1, vector<int>& nums2) {
        //归并排序
        int m = nums1.size();
        int n = nums2.size();
        if (nums1.empty()) {
            if (n%2 != 0)
                return 1.0*nums2[n/2];
            return (nums2[n/2]+nums2[n/2-1])/2.0;
        }
        if (nums2.empty()) {
            if (m%2 != 0)
                return 1.0*nums1[m/2];
            return (nums1[m/2]+nums1[m/2-1])/2.0;
        }
        int i = 0;
        int j = 0;
        vector<int> ans;
        while (i < m && j < n) {
            if (nums1[i] <= nums2[j]) {
                ans.push_back(nums1[i]);
                i++;
            } else {
                ans.push_back(nums2[j]);
                j++;
            }
        }
        if (i < m) {
            for (; i < m; i++)
                ans.push_back(nums1[i]);
        } else if (j < n) {
            for (; j < n; j++)
                ans.push_back(nums2[j]);
        }
        int len = ans.size();
        if (len%2 != 0)
            return 1.0*ans[len/2];
        return (ans[len/2]+ans[len/2-1])/2.0;
    }  
};

class Solution {
public:
    double findMedianSortedArrays(vector<int>& nums1, vector<int>& nums2) {
        //二分查找
        int m = nums1.size();
        int n = nums2.size();
        if (nums1.empty()) {
            if (n%2 != 0)
                return 1.0*nums2[n/2];
            return (nums2[n/2]+nums2[n/2-1])/2.0;
        }
        if (nums2.empty()) {
            if (m%2 != 0)
                return 1.0*nums1[m/2];
            return (nums1[m/2]+nums1[m/2-1])/2.0;
        }

        int total = (m+n+1)/2;
        int total2 = (m+n+2)/2;

        return (find_kth(nums1,0,nums2,0,total)+find_kth(nums1,0,nums2,0,total2))/2.0;
    }
    double find_kth(vector<int> a, int a_begin, vector<int> b, int b_begin, int k) {
        if (a_begin > a.size()-1)
            return b[b_begin+k-1];
        if (b_begin > b.size()-1)
            return a[a_begin+k-1];
        if (k == 1)
            return min(a[a_begin],b[b_begin]);

        int mid_a = INT_MAX;
        int mid_b = INT_MAX;
        if (a_begin+k/2-1 < a.size())
            mid_a = a[a_begin+k/2-1];
        if (b_begin+k/2-1 < b.size())
            mid_b = b[b_begin+k/2-1];

        if (mid_a < mid_b)
            return find_kth(a,a_begin+k/2,b,b_begin,k-k/2);
        return find_kth(a,a_begin,b,b_begin+k/2,k-k/2);
    }
};