题目:
There are two sorted arrays A and B 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)).
代码:
class Solution { public: double findMedianSortedArrays(int A[], int m, int B[], int n) { int total = m+n; if(total & 0x1) { return Solution::find_kth(A,m,B,n,(m+n)/2+1); } else { return ( Solution::find_kth(A,m,B,n,(m+n)/2) + Solution::find_kth(A,m,B,n,(m+n)/2+1) ) / 2.0; } } static int find_kth(int A[], int m, int B[], int n, int k) { // make sure m is less or equal than n if(m>n) return find_kth(B,n,A,m,k); // finish conditions if (m==0) return B[k-1]; if (k==1) return std::min(A[0],B[0]); // binary search int pos_A = std::min(k/2,m); int pos_B = k - pos_A; if (A[pos_A-1] < B[pos_B-1]) { return Solution::find_kth(A+pos_A, m-pos_A, B, n, k-pos_A); } else if (A[pos_A-1] > B[pos_B-1]) { return Solution::find_kth(A, m, B+pos_B, n-pos_B, k-pos_B); } else { return A[pos_A-1]; } } };
Tips:
1. 采用二分查找,需要判断一下边界条件。
2. 这里用到一个技巧,始终保证m小于n,如果不满足就做一次转换
========================================
第二次过这道题,OJ的接口已经改成vector的了。
第一遍能记得大概的思路,但是涉及到边界细节,还是有些无力。
class Solution { public: double findMedianSortedArrays(vector<int>& nums1, vector<int>& nums2) { const int m = nums1.size(); const int n = nums2.size(); int k = m+n; if ( k & 1 ) // odd { return Solution::findMedian(nums1, 0, m-1, nums2, 0, n-1, (m+n)/2+1); } else // even { return ( Solution::findMedian(nums1,0, m-1, nums2, 0, n-1, (m+n)/2) + Solution::findMedian(nums1, 0, m-1, nums2, 0, n-1, (m+n)/2+1) ) /2.0; } } static double findMedian( vector<int>& nums1, int begin1, int end1, vector<int>& nums2, int begin2, int end2, int k ) { // make sure "end1-begin1" <= "end2-begin2" if ( end1-begin1 > end2-begin2 ) { return Solution::findMedian(nums2, begin2, end2, nums1, begin1, end1, k); } // finish conditions if ( begin1>end1 ) return nums2[begin2+k-1]; if ( k==1 ) return std::min(nums1[begin1], nums2[begin2]); // recursive branchs int local1 = std::min(k/2, end1-begin1+1); int local2 = k-local1; if ( nums1[begin1+local1-1]<nums2[begin2+local2-1] ) { return Solution::findMedian(nums1, begin1+local1, end1, nums2, begin2, end2, local2); } else if ( nums1[begin1+local1-1]>nums2[begin2+local2-1] ) { return Solution::findMedian(nums1, begin1, end1, nums2, begin2+local2, end2, local1); } else { return nums1[begin1+local1-1]; } } };
tips:
主要是几个细节
1. 长度是奇数和偶数要分别处理:对于奇数长度的median就是中间的那个元素;对于偶数长度的median就是中间那两个位置元素的均值
2. 既然是递归就一定要有终止条件,这里的终止条件有两个:
a) 有一个数组走到头了
b) 还需要挑出来的元素个数为1(即k==1)
遇上上述两个条件,递归可以不用往下进行了。
3. 还是强调一个技巧,需要判断两个数组长短的时候,不如再一开始就限定好传进来的哪个数组长,哪个数组短
即,
// make sure "end1-begin1" <= "end2-begin2"
if ( end1-begin1 > end2-begin2 )
{
return Solution::findMedian(nums2, begin2, end2, nums1, begin1, end1, k);
}
这样一来就省去了很多的代码(比如已经知道了nums1的长度一定小于nums2的长度,就可以得到local1了)
4. 以前有个思维限制,既然binary search就一定要每次排除k个,那么nums1要排除k/2个,nums2要排除k/2个喽。。。这是个比较大的思维误区,由于是两个数组,每个多长都不一定,不一定两个数组都干掉相同长度;况且,k可能是奇数或者偶数,讨论起来特别麻烦。
因此,干脆确定短的一个数组往后推的长度,再用总共需要挑出来的数字减去数组一用过的长度,剩下的就是第二个数组可以往后推的长度了。
这道题非常好 思路+细节都有值得学习的地方,虽然是第二次AC了,但还是觉得受益。