Median of Two Sorted Arrays

本文介绍了一种高效算法,用于查找两个已排序数组中的中位数,并将时间复杂度控制在O(log(m+n))范围内。该算法还进一步扩展到寻找第K小的元素。通过递归划分和比较两个数组的中间元素来缩小搜索范围。

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)).

延伸为求第K小的数

if (aMid < bMid) Keep [aRight + bLeft]

else Keep [bRight + aLeft]

public class _4_MedianOfTwoSortedArrays {
    public double findMedianSortedArrays(int[] nums1, int[] nums2) {
        int m = nums1.length;
        int n = nums2.length;
        int l = (m + n + 1) / 2;
        int r = (m + n + 2) / 2;
        return (getKth(nums1, 0, nums2, 0, l) + getKth(nums1, 0, nums2, 0, r)) / 2.0;
    }

    public double getKth(int[] A, int aStart, int[] B, int bStart, int k) {
        if (aStart > A.length - 1) return B[bStart + k - 1];
        if (bStart > B.length - 1) return A[aStart + k - 1];
        if (k == 1) return Math.min(A[aStart], B[bStart]);

        int aMid = Integer.MAX_VALUE, bMid = Integer.MAX_VALUE;
        if (aStart + k / 2 - 1 < A.length) aMid = A[aStart + k / 2 - 1];
        if (bStart + k / 2 - 1 < B.length) bMid = B[bStart + k / 2 - 1];

        if (aMid < bMid)
            return getKth(A, aStart + k / 2, B, bStart, k - k / 2);
        else
            return getKth(A, aStart, B, bStart + k / 2, k - k / 2);
    }

//    public double getKth(int[] A, int aStart, int[] B, int bStart, int k) {
//        if (aStart > A.length - 1) return B[bStart + k - 1];
//        if (bStart > B.length - 1) return A[aStart + k - 1];
//        if (k == 1) return Math.min(A[aStart], B[bStart]);
//
//        int aMid = Integer.MAX_VALUE;
//        int bMid = Integer.MAX_VALUE;
//        if (aStart + k / 2 - 1 < A.length) aMid = A[aStart + k / 2 - 1];
//        if (bStart + k / 2 - 1 < B.length) bMid = B[bStart + k / 2 - 1];
//
//        if (aMid < bMid) return getKth(A, aStart + k / 2, B, bStart, k - k / 2);
//        else return getKth(A, aStart, B, bStart + k / 2, k - k / 2);
//
//    }

    public static void main(String[] args) {
        _4_MedianOfTwoSortedArrays obj = new _4_MedianOfTwoSortedArrays();
        int[] A = {1, 2, 5, 8, 9};
        int[] B = {2, 4, 6, 8, 18};

        System.out.println(obj.getKth(A, 0, B, 0, 6));
    }
}

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