题目描述
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
来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/median-of-two-sorted-arrays
题解
我的题解:
我的思路:将两个数组合并后排序,再找出中位数.
private static double findMedianSortedArrays(int[] nums1, int[] nums2) {
if (nums1.length==0&&nums2.length==0){
return 0;
}
double media = 0;
int[] both = new int[nums1.length+nums2.length];
System.arraycopy(nums1,0,both,0,nums1.length);
System.arraycopy(nums2,0,both,nums1.length,nums2.length);
Arrays.sort(both);
if (both.length%2==0){
media=(both[both.length/2-1]+both[both.length/2])/2.0;
} else {
media=both[both.length/2];
}
return media;
}
这里使用了java提供的API简化了数组的合并和排序操作,有点取巧,但其实是不符合题目要求的,题目要求时间复杂度为O(log(m + n)),所以来看一下别人是怎么做的吧
官方题解:
思路:
为了解决这个问题，我们需要理解 “中位数的作用是什么”。在统计中，中位数被用来：
将一个集合划分为两个长度相等的子集，其中一个子集中的元素总是大于另一个子集中的元素。
如果理解了中位数的划分作用，我们就很接近答案了。
首先，让我们在任一位置 i 将 A 划分成两个部分：
left_A | right_A
A[0], A[1], ..., A[i-1] | A[i], A[i+1], ..., A[m-1]
由于 A 中有 m 个元素， 所以我们有 m+1 种划分的方法（i=0∼m）。
我们知道：
len(left_A)=i,len(right_A)=m−i.
注意：当 i = 0 时，left_A 为空集， 而当 i = m时,right_A 为空集。
采用同样的方式，我们在任一位置 j 将 B 划分成两个部分：
left_B | right_B
B[0], B[1], ..., B[j-1] | B[j], B[j+1], ..., B[n-1]
将 left_A 和 left_B 放入一个集合，并将 right_A 和 right_B 放入另一个集合。 再把这两个新的集合分别命名为 left_part 和 right_part：
left_part | right_part
A[0], A[1], ..., A[i-1] | A[i], A[i+1], ..., A[m-1]
B[0], B[1], ..., B[j-1] | B[j], B[j+1], ..., B[n-1]
如果我们可以确认：
len(left_part)=len(right_part)
max(left_part)≤min(right_part)
那么，我们已经将 {A,B} 中的所有元素划分为相同长度的两个部分，且其中一部分中的元素总是大于另一部分中的元素。那么：
median= [max(left_part)+min(right_part)]/2
要确保这两个条件，我们只需要保证：
ps.1 为了简化分析，我假设 A[i−1],B[j−1],A[i],B[j] 总是存在，哪怕出现 i=0，i=m，j=0，或是 j=n 这样的临界条件。
我将在最后讨论如何处理这些临界值。
ps.2 为什么 n≥m？由于0≤i≤m 且 j=(m+n+1)/2−i，我必须确保 j 不是负数。如果 n<m，那么 j 将可能是负数，而这会造成错误的答案。
所以，我们需要做的是：
在 [0，m] 中搜索并找到目标对象 i，以使：
B[j−1]≤A[i] 且 A[i−1]≤B[j], 其中 j=(m+n+1)/2−i
接着，我们可以按照以下步骤来进行二叉树搜索：
1.设 imin=0，imax=m, 然后开始在 [imin,imax] 中进行搜索。
2.令 i=(imin+imax)/2 ， j=(m+n+1)/2−i
3.现在我们有 len(left_part)=len(right_part)。 而且我们只会遇到三种情况：
B[j−1]≤A[i] 且 A[i−1]≤B[j]：
这意味着我们找到了目标对象 i，所以可以停止搜索。
B[j−1]>A[i]：
这意味着 A[i] 太小，我们必须调整 i 以使 B[j−1]≤A[i]。
我们可以增大 i 吗？
是的，因为当 i 被增大的时候，j 就会被减小。
因此 B[j−1] 会减小，而 A[i] 会增大，那么 B[j−1]≤A[i] 就可能被满足。
我们可以减小 i 吗？
不行，因为当 i 被减小的时候，j 就会被增大。
因此 B[j−1] 会增大，而 A[i] 会减小，那么 B[j−1]≤A[i] 就可能不满足。
所以我们必须增大 i。也就是说，我们必须将搜索范围调整为 [i+1,imax]。
因此，设 imin=i+1，并转到步骤 2。
A[i−1]>B[j]：
这意味着 A[i−1] 太大，我们必须减小 i 以使 A[i−1]≤B[j]。
也就是说，我们必须将搜索范围调整为 [imin,i−1]。
因此，设 imax=i−1，并转到步骤 2。
当找到目标对象 i 时，中位数为：max(A[i−1],B[j−1]), 当 m+n 为奇数时
[max(A[i−1],B[j−1])+min(A[i],B[j])]/2
, 当 m + n 为偶数时
现在，让我们来考虑这些临界值 i=0,i=m,j=0,j=n，此时 A[i−1],B[j−1],A[i],B[j] 可能不存在。
其实这种情况比你想象的要容易得多。
我们需要做的是确保 max(left_part)≤min(right_part)。 因此，如果 i 和 j 不是临界值（这意味着 A[i−1],B[j−1],A[i],B[j] 全部存在）, 那么我们必须同时检查 B[j−1]≤A[i] 以及 A[i−1]≤B[j] 是否成立。
但是如果 ]A[i−1],B[j−1],A[i],B[j] 中部分不存在，那么我们只需要检查这两个条件中的一个（或不需要检查）。
举个例子，如果 i = 0，那么 A[i−1] 不存在，我们就不需要检查 A[i−1]≤B[j] 是否成立。
所以，我们需要做的是：
在 [0，m] 中搜索并找到目标对象 i，以使：
(j=0 or i = m or B[j−1]≤A[i]) 或是
i=0 or j = n or A[i−1]≤B[j]), 其中 j = (m+n+1)/2−i
在循环搜索中，我们只会遇到三种情况：
j=0 or i=m or B[j−1]≤A[i]) 或是 i=0 or j=n or A[i−1]≤B[j])，这意味着 i 是完美的，我们可以停止搜索。
j>0 and i<m and B[j−1]>A[i] 这意味着 i 太小，我们必须增大它。
i>0 and j<n and A[i−1]>B[j] 这意味着 ii 太大，我们必须减小它。
i<m⟹j>0 以及 i>0⟹j<n 始终成立，这是因为：
所以，在情况 2 和 3中，我们不需要检查 j > 0 或是 j < n 是否成立。
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;
}
觉得不易理解?更多题解访问:https://leetcode-cn.com/problems/median-of-two-sorted-arrays