4 Median of Two Sorted Arrays

本文探讨了在两个已排序数组中寻找中位数的有效算法。介绍了三种解决方案,包括直接合并排序、遍历合并及高效的第K大元素查找算法。重点讲解了利用分治策略在O(log(min(m,n)))时间内解决问题的方法。

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

题意:找出两个已排好序数组(合并之后形成新数组)的中位数,要求复杂度为O(log(m+n)),m,n分别为两数组长度。

分析:1)首先想到的是先把两个数组合并,最暴力的方法就是合并之后再快排一次,复杂度O((m+n)log(m+n)),在leetcode上居然也能过;

            2)遍历两个数组将其合并,再找出中位数,复杂度为O(m+n);

            3)以上两种方法虽然都能通过,但不符合题意的时间复杂度要求。第三种解法是更通用的求第K大的算法。算法思想如下:

        由于数组A、B都为有序的,类似于二分查找的思想,不妨假设A、B的长度都大于K/2,通过对比A[K/2]和B[K/2]的大小关系,我们可以找出K/2个肯定比第K大的数更小的数:I).当A[K/2]>B[K/2]时,说明B的前K/2个数肯定属于两数组合并后的前K个数;II).当A[K/2]<B[K/2]时,同理,A的前K/2个数属于两数组合并后的前K个数;III).A[K/2]==B[K/2],说明A[K/2]==B[K/2]就是已经找到的第K大的数。程序可通过递归实现,注意边界条件的判断。

代码:

1)

class Solution {
public:
    double findMedianSortedArrays(vector<int>& nums1, vector<int>& nums2) {
        nums1.insert(nums1.end(),nums2.begin(),nums2.end());
        sort(nums1.begin(),nums1.end());
        int n=nums1.size();
        return n%2?nums1[n/2]*1.0:(nums1[n/2-1]+nums1[n/2])/2.0;
    }
};
2)

class Solution {
public:
    double findMedianSortedArrays(vector<int>& nums1, vector<int>& nums2) {
        vector<int> nums;
        while(nums1.empty()==false&&nums2.empty()==false){
            if(nums1.front()<nums2.front()){
                nums.push_back(nums1.front());
                nums1.erase(nums1.begin());
                
            }else{
                nums.push_back(nums2.front());
                nums2.erase(nums2.begin());
            }
        }
        if(nums1.empty()){
            nums.insert(nums.end(),nums2.begin(),nums2.end());
        }else  if(nums2.empty()){
            nums.insert(nums.end(),nums1.begin(),nums1.end());
        }
        sort(nums.begin(),nums.end());
        int n=nums.size();
        return n%2?nums[n/2]*1.0:(nums[n/2-1]+nums[n/2])/2.0;
    }
};

3)

class Solution {
public:
    double findMedianSortedArrays(vector<int>& nums1, vector<int>& nums2) {
        int size=(nums1.size()+nums2.size());
        if(size%2!=0)  return findKth(nums1,nums2,size/2+1);
        return (findKth(nums1,nums2,size/2+1)+findKth(nums1,nums2,size/2))/2;
    }
    double findKth(vector<int> a,vector<int> b,int k){
        if(a.size()>b.size()) return findKth(b,a,k);
        if(a.empty()) return b.at(k-1);
        if(k==1)  return a.at(0)<b.at(0)?a.at(0):b.at(0);
        int pa=k/2<a.size()?k/2:a.size();
        int pb=k-pa;
        if(a[pa-1]<b[pb-1]){
            a.erase(a.begin(),a.begin()+pa);
            return findKth(a,b,k-pa);
        }else if(a[pa-1]>b[pb-1]){
            b.erase(b.begin(),b.begin()+pb);
            return findKth(a,b,k-pb);
        }else return a[pa-1];
    }
};


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