寻找两个有序数组的中位数(problems/median-of-two-sorted-arrays)
题目
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
思路1
先合并两个有序数组,然后求中位数。
package median_of_two_sorted_arrays;
//寻找两个有序数组的中位数
class Solution {
/**寻找两个有序数组的中位数*/
public double findMedianSortedArrays(int[] nums1, int[] nums2) {
//合并两个有序数组
int[] c = merge(nums1, nums2);
//寻找中位数
if(c.length%2==1) {
return c[(c.length-1)/2];
}else {
int d = (c[(c.length-1)/2]+c[(c.length-1)/2+1])/2;
int e = (c[(c.length-1)/2]+c[(c.length-1)/2+1])%2;
if(e==1) {
double f = d+0.5d;
return f;
}
return d;
}
}
/**合并两个有序数组*/
private int[] merge(int[] nums1,int[] nums2) {
int i = 0;
int j = 0;
int[] c = new int[nums1.length+nums2.length];
while(i<nums1.length&&j<nums2.length) {
if(nums1[i] < nums2[j]) {
c[i+j] = nums1[i];
i++;
continue;
}
c[i+j]=nums2[j];
j++;
}
while(i<nums1.length) {
c[i+j] = nums1[i];
i++;
}
while(j<nums2.length) {
c[i+j] = nums2[j];
j++;
}
return c;
}
public static void main(String[] args) {
// int[] nums1 = {1,3,5};
// int[] nums2 = {2,4,6};
int[] nums1 = {1,3};
int[] nums2 = {2,4};
// int[] nums1 = {0,0};
// int[] nums2 = {0,0};
Solution solu = new Solution();
System.out.println(solu.findMedianSortedArrays(nums1, nums2));
}
}
思路2(二分查找、分治算法)
class Solution {
public double findMedianSortedArrays(int[] A, int[] B) {
int m = A.length;
int n = B.length;
if (m > n) { // to ensure m<=n
int[] temp = A; A = B; B = temp;
int tmp = m; m = n; n = tmp;
}
int iMin = 0, iMax = m, halfLen = (m + n + 1) / 2;
while (iMin <= iMax) {
int i = (iMin + iMax) / 2;
int j = halfLen - i;
if (i < iMax && B[j-1] > A[i]){
iMin = i + 1; // i is too small
}
else if (i > iMin && A[i-1] > B[j]) {
iMax = i - 1; // i is too big
}
else { // i is perfect
int maxLeft = 0;
if (i == 0) { maxLeft = B[j-1]; }
else if (j == 0) { maxLeft = A[i-1]; }
else { maxLeft = Math.max(A[i-1], B[j-1]); }
if ( (m + n) % 2 == 1 ) { return maxLeft; }
int minRight = 0;
if (i == m) { minRight = B[j]; }
else if (j == n) { minRight = A[i]; }
else { minRight = Math.min(B[j], A[i]); }
return (maxLeft + minRight) / 2.0;
}
}
return 0.0;
}
}