- 题目:4. 寻找两个有序数组的中位数
- 难度:困难
- 分类:数组
- 解决方案:二分查找、分治算法
今天我们学习第4题寻找两个有序数组的中位数,这是我们遇到的第一个困难题。这个题目很新颖,需要打破常规思维去思考。下面我们看看这道题的题目描述。
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
分析
从题目可以知道,需要让我们在两个有序数组中找中位数。我们先分析一个有序数组的中位数,当有序数组的个数为奇数时,如nums=[1, 2, 3, 4, 5]
,该数组的中位数为nums[2]=3
;当有序数组的个数为偶数时,如nums=[1, 2, 3, 4, 5, 6]
,该数组的中位数为(nums[2]+nums[3])/2=3.5
。如图1所示,我们用同一公式可求出任意个数有序数组的中位数。
理解一个有序数组中位数求解过程后,对于两个有序数组来说,我们只要找出第(m+n+1)/2
大的数和第(m+n+2)/2
大的数,然后求平均数即可。注意这里的第(m+n+1)/2
大的数中m
和n
分别指两个数组的大小,m+n
如图1中的muns.length
,第(m+n+1)/2
大的数是指我们假设这两个数组组合成一个有序数组后找出第(m+n+1)/2
大的数(这里为什么没有像图1中进行减1?因为我们这里说的第几大的数下标是从1开始的;而图1中需要减1是因为使用的数组,下标是从0开始的)。
接下来我们在这两个有序数组中找到第(m+n+1)/2
大的数和第(m+n+2)/2
大的数,抽象后可表述为在两个有序数组中找第k大的数。由于题目要求我们的时间复杂度为O(log(m+n))
,我们很容易联想到二分查找。当查找时,我们还需要考虑一些特殊情况:
(1) 当某个数组查找的起始位置大于等于该数组长度时,说明这个数组中的所有数已经被淘汰,则只需要在另一个数组找查找即可
(2)如果k=1
时,即需要查找第一个数,则找到两个数组起始位置中最小的那个即可。处理完特殊情况后,我们来分析一般情况。这里所说的二分是指对数组的大小进行二分还是指对k
进行二分。
以前我们对一维数组进行二分查找时,一般都是对数组大小进行二分,而这里需要对k
进行二分。意思是,我们需要在两个数组查找第k/2
大的数,由于这两个数组的长度不定,有可能存在有一个数组中没有第k/2
大的数,如果没有则赋值为整型最大值。对于查找的具体过程,详见java
代码。
class Solution {
public double findMedianSortedArrays(int[] nums1, int[] nums2) {
int m = nums1.length, 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;
}
// 在两个有序数组中二分查找第k大元素
private int getKth(int[] nums1, int start1, int[] nums2, int start2, int k){
// 特殊情况(1),分析见正文部分
if(start1 > nums1.length-1) return nums2[start2 + k - 1];
if(start2 > nums2.length-1) return nums1[start1 + k - 1];
// 特征情况(2),分析见正文部分
if(k == 1) return Math.min(nums1[start1], nums2[start2]);
// 分别在两个数组中查找第k/2个元素,若存在(即数组没有越界),标记为找到的值;若不存在,标记为整数最大值
int nums1Mid = start1 + k/2 - 1 < nums1.length ? nums1[start1 + k/2 - 1] : Integer.MAX_VALUE;
int nums2Mid = start2 + k/2 - 1 < nums2.length ? nums2[start2 + k/2 - 1] : Integer.MAX_VALUE;
// 确定最终的第k/2个元素,然后递归查找
if(nums1Mid < nums2Mid)
return getKth(nums1, start1 + k/2, nums2, start2, k-k/2);
else
return getKth(nums1, start1, nums2, start2 + k/2, k-k/2);
}
}
提交结果.png
整个算法流程的时间复杂度为O(log(m+n))
,空间复杂度为O(1)
。
网友评论