摘要:由于要求的时间,所以选择二分法。思路是找到两个数组合并起来的第个元素。这样只需计算两个数组的中位数是第几个元素,代入功能函数即可。据此,根据二分法的性质,我们在递归时可以将前即个元素排除。
Problem
There are two sorted arrays A and B of size m and n respectively. Find the median of the two sorted arrays.
ExampleGiven A=[1,2,3,4,5,6] and B=[2,3,4,5], the median is 3.5.
Given A=[1,2,3] and B=[4,5], the median is 3.
ChallengeThe overall run time complexity should be O(log (m+n)).
Note由于要求O(log(m+n))的时间,所以选择二分法。
思路是找到两个数组合并起来的第k个元素。这样,只需计算两个数组的中位数是第几个元素,代入功能函数即可。当然,这里要先判断总长度的奇偶性,若为奇数,则取中间的元素;若为偶数,则计算中间两个数的平均值。
有两点需要注意:
在功能函数findKth()中,虽然是寻找第k个元素,但是对应数组的顺序是k-1,;
由于二分搜索需要不断递归,所以极限情况是k为1的时候,此时要返回A和B中首元素较小的那个。
二分搜索第k个元素的原理:
首先,找到k个元素的中点mid,令mid = k/2-1;
假设数组A和B的长度都大于首元素加上mid个元素的长度,那么,对于我们的数组A的前mid个元素和数组B的前mid个元素,一定不包含要找的第k个元素。
据此,根据二分法的性质,我们在递归时可以将前mid+1(即k/2)个元素排除。
那么,排除A还是B的前mid+1个元素呢?
比较一下A和B的第mid+1个元素,哪个小就排除该数组的前mid+1个元素。
然后,继续递归查找第k-k/2个元素。
class Solution { public double findMedianSortedArrays(int[] A, int[] B) { int len = A.length + B.length; if (len % 2 == 0) return (findKth(A, 0, B, 0, len/2)+findKth(A, 0, B, 0, len/2+1))/2.0; else return findKth(A, 0, B, 0, len/2+1); } public double findKth(int[] A, int Astart, int[] B, int Bstart, int k) { if (Astart == A.length) return B[Bstart+k-1]; else if (Bstart == B.length) return A[Astart+k-1]; if (k == 1) return Math.min(A[Astart], B[Bstart]); int mid = k/2-1, kNew = k-k/2, kA = Integer.MAX_VALUE, kB = kA; if (Astart + mid < A.length) kA = A[Astart+mid]; if (Bstart + mid < B.length) kB = B[Bstart+mid]; if (kA < kB) return findKth(A, Astart+k/2, B, Bstart, kNew); else return findKth(A, Astart, B, Bstart+k/2, kNew); } }Naive method: O(m+n) time
public class Solution { public double findMedianSortedArrays(int[] nums1, int[] nums2) { int n1 = nums1.length, n2 = nums2.length; int len = n1+n2; if (len%2 == 0) return (find(nums1, nums2, len/2)+find(nums1, nums2, len/2+1))/2.0; else return (double)find(nums1, nums2, len/2+1); } public int find(int[] A, int[] B, int k) { int res = 0; int i = 0, j = 0; while (k != 0 && i < A.length && j < B.length) { if (A[i] < B[j]) res = A[i++]; else res = B[j++]; k--; } if (k != 0) { if (i < A.length) res = A[i+k-1]; else res = B[j+k-1]; } return res; } }Update 2018.8
//没有使用二分法我觉得是一种退步 class Solution { public double findMedianSortedArrays(int[] nums1, int[] nums2) { int totalLength = nums1.length + nums2.length; int[] nums = new int[totalLength]; int i = 0, j = 0, k = 0; while (i < nums1.length && j < nums2.length) { if (nums1[i] <= nums2[j]) { nums[k++] = nums1[i++]; } else { nums[k++] = nums2[j++]; } } while (i < nums1.length) { nums[k++] = nums1[i++]; } while (j < nums2.length) { nums[k++] = nums2[j++]; } if (totalLength % 2 == 0) { return (double) (nums[totalLength/2-1] + nums[totalLength/2])/2; } else { return (double) nums[totalLength/2]; } } }
文章版权归作者所有,未经允许请勿转载,若此文章存在违规行为,您可以联系管理员删除。
转载请注明本文地址:https://www.ucloud.cn/yun/65944.html
摘要:建立两个堆,一个堆就是本身,也就是一个最小堆另一个要写一个,使之成为一个最大堆。我们把遍历过的数组元素对半分到两个堆里,更大的数放在最小堆,较小的数放在最大堆。同时,确保最大堆的比最小堆大,才能从最大堆的顶端返回。 Problem Numbers keep coming, return the median of numbers at every time a new number a...
摘要:自第一篇收集向的文章发布后,近年半没更新这个专栏了。今天是分类中第一个的,叫做。不过这样需要两个数组各扫一遍,然而我们的目的只是要取到中间值,似乎并不用完整的扫一遍。那么也就意味着,我们最终要记录的值可能是两个。 大家好,我叫张小猪。 自第一篇收集向的文章发布后,近 1 年半没更新这个专栏了。最近面试中发现将近 60% 的候选人对于 bubble sort 面露难色,于是心悸于自己也忘...
摘要:复杂度思路因为要找中位数,又是在两个的数组里面。所以考虑用二分法。二分法经常适合的接下来考虑如何二分。然后对和进行比较,记为和。所以为了缩小搜索范围,我们可以扔掉这些数,在的剩下来的数中和的数组中接着找。说明中没有个数可以寻找。 Leetcode[4] Median of two sorted arrays There are two sorted arrays nums1 and n...
摘要:解法解法应该是最常见的一种解法,就是将两个数组头尾相加合并起来,然后重新排序,例如输入两个数组,合并之后变为,然后求出中位数。如果两个数组长度和为偶数,那么中位数有两个,否则只有一个 题目 There are two sorted arrays nums1 and nums2 of size m and n respectively. Find the median of the tw...
Problem Given two sorted integer arrays A and B, merge B into A as one sorted array. Notice You may assume that A has enough space (size that is greater or equal to m + n) to hold additional elements ...
阅读 908·2023-04-25 18:51
阅读 1862·2021-09-09 11:39
阅读 3275·2019-08-30 15:53
阅读 2090·2019-08-30 13:03
阅读 1303·2019-08-29 16:17
阅读 573·2019-08-29 11:33
阅读 1877·2019-08-26 14:00
阅读 2118·2019-08-26 13:41