给定两个有序数组 nums1 和 nums2,它们的大小分别是 m 和 n,返回它们合并后的数组的中位数。
算法的复杂度须为 。
例一:
输入: nums1 = [1,3], nums2 = [2]
输出: 2.00000
解释: 两数组合并后得到数组 [1,2,3],其中位数为 2。
例二:
输入: nums1 = [1,2], nums2 = [3,4]
输出: 2.50000
解释: 两数组合并后得到数组 [1,2,3,4],其中位数为 (2 + 3) / 2 = 2.5.
条件:
- 两数组的长度分别为 m 和 n;
- 两数组的最大长度为 1000,最小长度为 0。
- 合并后的数组长度最小为 1,最大为 2000。
- 数组中的值范围为 [-10^6, 10^]。
解题思路:二分查找
由于题目中的条件是有序数组,因此,很容易想到可以用二分查找,这里,对两数组中长度较小的数组做二分是为了减少时间复杂度,其原因在于如果一个数组的索引 确定了,那么另一个数组的索引位置 也就确定了,因为 和 相加等于 ( m 加 n 的结果为奇数),其中 m 、n 分别是两数组的长度。
具体的实现如下:
func findMedianSortedArrays(nums1, nums2 []int) float64 {
Infinity := 100000000000 // 范围
if len(nums1) > len(nums2) {
nums1, nums2 = nums2, nums1 // 无论合适,确保 nums1 为小数组,nums2 为大数组
}
len1, len2 := len(nums1), len(nums2)
low := 0
high := len1
for low <= high {
i := low + (high-low)/2 //
j := (len1+len2+1)/2 - i
maxLeftNums1, minRightNums1, maxLeftNums2, minRightNums2 := 0, 0, 0, 0
if i == 0 {
maxLeftNums1 = -Infinity
} else {
maxLeftNums1 = nums1[i-1]
}
if i == len1 {
minRightNums1 = Infinity
} else {
minRightNums1 = nums1[i]
}
if j == 0 {
maxLeftNums2 = -Infinity
} else {
maxLeftNums2 = nums2[j-1]
}
if j == len2 {
minRightNums2 = Infinity
} else {
minRightNums2 = nums2[j]
}
if (maxLeftNums1 <= minRightNums2) && (minRightNums1 >= maxLeftNums2) {
if (len1+len2)%2 == 1 {
return float64(max(maxLeftNums1, maxLeftNums2))
}
return float64(max(maxLeftNums1, maxLeftNums2)+min(minRightNums1, minRightNums2)) / 2
} else if maxLeftNums1 > minRightNums2 {
high = i - 1
} else {
low++
}
}
return 0
}
func max(a, b int) int {
if a > b {
return a
}
return b
}
func min(x, y int) int {
if x < y {
return x
}
return y
}
Runtime: 10 ms, faster than 88.38% of Go online submissions for Median of Two Sorted Arrays.
Memory Usage: 5 MB, less than 90.27% of Go online submissions for Median of Two Sorted Arrays.
还有两种参考的实现方式:
方法一
func findMedianSortedArrays(nums1 []int, nums2 []int) float64 {
sum := len(nums1) + len(nums2)
if sum%2 == 1 {
return float64(getDivLine(nums1, nums2, sum/2+1))
}
return float64(getDivLine(nums1, nums2, sum/2+1)+getDivLine(nums1, nums2, sum/2)) / 2.0
}
func getDivLine(nums1, nums2 []int, need int) int {
index1, index2 := 0, 0
for {
if index1 == len(nums1) {
return nums2[index2+need-1]
}
if index2 == len(nums2) {
return nums1[index1+need-1]
}
if need == 1 {
return min(nums1[index1], nums2[index2])
}
half := need / 2
newIndex1 := min(index1+half, len(nums1)) - 1
newIndex2 := min(index2+half, len(nums2)) - 1
pivot1, pivot2 := nums1[newIndex1], nums2[newIndex2]
if pivot1 <= pivot2 {
need -= newIndex1 - index1 + 1
index1 = newIndex1 + 1
} else {
need -= newIndex2 - index2 + 1
index2 = newIndex2 + 1
}
}
}
func min(x, y int) int {
if x < y {
return x
}
return y
}
结果:
Runtime: 19 ms, faster than 47.55% of Go online submissions for Median of Two Sorted Arrays.
Memory Usage: 5.1 MB, less than 81.02% of Go online submissions for Median of Two Sorted Arrays.
方法二
func findMedianSortedArrays2(nums1 []int, nums2 []int) float64 {
m, n := len(nums1), len(nums2)
if (m+n)%2 == 0 {
val1 := findKth(nums1, nums2, (m+n)/2)
val2 := findKth(nums1, nums2, (m+n)/2+1)
return (float64(val1) + float64(val2)) * 0.5
} else {
val := findKth(nums1, nums2, (m+n+1)/2)
return float64(val)
}
}
func findKth(nums1 []int, nums2 []int, k int) int {
if len(nums1) == 0 {
return nums2[k-1]
}
if len(nums2) == 0 {
return nums1[k-1]
}
if len(nums1) > len(nums2) {
return findKth(nums2, nums1, k)
}
if k == 1 {
if nums1[0] < nums2[0] {
return nums1[0]
} else {
return nums2[0]
}
}
mi := k >> 1
mi1, mi2 := mi-1, mi-1
if mi1 >= len(nums1) {
mi1 = len(nums1) - 1
}
if nums1[mi1] <= nums2[mi2] {
nums1 := nums1[mi1+1:]
k = k - (mi1 + 1)
return findKth(nums1, nums2, k)
} else {
nums2 := nums2[mi2+1:]
k = k - (mi2 + 1)
return findKth(nums1, nums2, k)
}
}
结果:
Runtime: 26 ms, faster than 22.48% of Go online submissions for Median of Two Sorted Arrays.
Memory Usage: 5.1 MB, less than 81.02% of Go online submissions for Median of Two Sorted Arrays.
附
下一题传送门
网友评论