4. Median of Two Sorted Arrays

最新推荐文章于 2024-04-05 16:34:21 发布

原创最新推荐文章于 2024-04-05 16:34:21 发布 · 478 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#LeetCode #java #string #substring

LeetCode 专栏收录该内容

32 篇文章

订阅专栏

本文介绍了一个高效算法，用于找到两个已排序数组的中位数。该算法通过递归查找第K小元素的方法实现，整体运行时间复杂度为O(log(m+n))。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

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)).

public class Solution {
	public static int findKthSmallest(int[] a, int m, int begin1, int[] b, int n, int begin2, int k) {

		if (m > n)
			return findKthSmallest(b, n, begin2, a, m, begin1, k);   //统一格式，前面的数组较短，后面的数组较长
		if (m == 0)
			return b[begin2 + k - 1];   //前一数组空，则返回后一数组中间值
		if (k == 1)
			return Integer.min(a[begin1], b[begin2]);    //k=1时，只能是俩数组第一个中较小的
		int partA = Integer.min(k / 2, m), partB = k - partA;   //partA指前一数组所要拿出来比较的下标，partB指后一数组所要拿出来比较的下标
		if (a[begin1 + partA - 1] == b[begin2 + partB - 1])   //如果相等则返回数值
			return a[begin1 + partA - 1];
		else if (a[begin1 + partA - 1] > b[begin2 + partB - 1])     //根据数值比较，重新设置参数递归
			return findKthSmallest(a, m, begin1, b, n - partB, begin2 + partB, k - partB);
		else
			return findKthSmallest(a, m - partA, begin1 + partA, b, n, begin2, k - partA);

	}

	public static double findMedianSortedArrays(int[] nums1, int[] nums2) {
		int len1 = nums1.length, len2 = nums2.length, sumLen = len1 + len2;
		//判断总个数的奇偶性，然后分类
		if (sumLen % 2 != 0) {

			return findKthSmallest(nums1, len1, 0, nums2, len2, 0, sumLen / 2 + 1);
		} else {
			return (findKthSmallest(nums1, len1, 0, nums2, len2, 0, sumLen / 2)
					+ findKthSmallest(nums1, len1, 0, nums2, len2, 0, sumLen / 2 + 1)) / 2.0;
		}
	}
}