题目地址
https://leetcode.com/problems/median-of-two-sorted-arrays/
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
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
思路
首先了解一下Median的概念,一个数组中median就是把数组分成左右等分的中位数。
如下图:
这道题,很容易想到暴力解法,时间复杂度和空间复杂度都是 O(m+n)
, 不符合题中给出 O(log(m+n))
时间复杂度的要求。我们可以从简单的解法入手,试了一下,暴力解法也是可以被Leetcode Accept的. 分析中会给出两种解法,暴力求解和二分解法。
解法一 - 暴力 (Brute Force)
暴力解主要是要merge两个排序的数组 (A,B)
成一个排序的数组。
用两个 pointer(i,j)
, i
从数组 A
起始位置开始,即 i=0
开始, j
从数组 B
起始位置, 即 j=0
开始. 一一比较 A[i]和B[j]
,
如果
A[i]<=B[j]
, 则把A[i]
放入新的数组中,i往后移一位,即i+1
.如果
A[i]>B[j]
, 则把B[j]
放入新的数组中,j往后移一位,即j+1
.重复步骤#1 和 #2,直到
i
移到A
最后,或者j
移到B
最后。如果
j
移动到B
数组最后,那么直接把剩下的所有A
依次放入新的数组中.如果
i
移动到A
数组最后,那么直接把剩下的所有B
依次放入新的数组中.
Merge的过程如下图。
时间复杂度:O(m+n)-mislength of A,nislength of B
空间复杂度:O(m+n)
解法二 - 二分查找 (Binary Search)
由于题中给出的数组都是排好序的,在排好序的数组中查找很容易想到可以用二分查找(Binary Search), 这里对数组长度小的做二分, 保证数组A 和 数组B 做partition 之后
len(Aleft)+len(Bleft)=(m+n+1)/2-m是数组A的长度,n是数组B的长度
对数组A的做partition的位置是区间 [0,m]
如图:
下图给出几种不同情况的例子(注意但左边或者右边没有元素的时候,左边用 INF_MIN
,右边用 INF_MAX
表示左右的元素:
下图给出具体做的partition 解题的例子步骤,
时间复杂度:O(log(min(m,n))-mislength of A,nislength of B
空间复杂度:O(1)
- 这里没有用额外的空间
关键点分析
暴力求解,在线性时间内merge两个排好序的数组成一个数组。
二分查找,关键点在于
要partition两个排好序的数组成左右两等份,partition需要满足
len(Aleft)+len(Bleft)=(m+n+1)/2 - m是数组A的长度, n是数组B的长度
并且partition后 A左边最大(
maxLeftA
), A右边最小(minRightA
), B左边最大(maxLeftB
), B右边最小(minRightB
) 满足(maxLeftA <= minRightB && maxLeftB <= minRightA)
有了这两个条件,那么median就在这四个数中,根据奇数或者是偶数,
奇数:median = max(maxLeftA, maxLeftB)偶数:median = (max(maxLeftA, maxLeftB) + min(minRightA, minRightB)) / 2
代码(Java code)
解法一 - 暴力解法(Brute force)
class MedianTwoSortedArrayBruteForce { public double findMedianSortedArrays(int[] nums1, int[] nums2) { int[] newArr = mergeTwoSortedArray(nums1, nums2); int n = newArr.length; if (n % 2 == 0) { // even return (double) (newArr[n / 2] + newArr[n / 2 - 1]) / 2; } else { // odd return (double) newArr[n / 2]; } } private int[] mergeTwoSortedArray(int[] nums1, int[] nums2) { int m = nums1.length; int n = nums2.length; int[] res = new int[m + n]; int i = 0; int j = 0; int idx = 0; while (i < m && j < n) { if (nums1[i] <= nums2[j]) { res[idx++] = nums1[i++]; } else { res[idx++] = nums2[j++]; } } while (i < m) { res[idx++] = nums1[i++]; } while (j < n) { res[idx++] = nums2[j++]; } return res; }}
解法二 - 二分查找(Binary Search
class MedianSortedTwoArrayBinarySearch {
public static double findMedianSortedArraysBinarySearch(int[] nums1, int[] nums2) {
// do binary search for shorter length array, make sure time complexity log(min(m,n)).
if (nums1.length > nums2.length) {
return findMedianSortedArraysBinarySearch(nums2, nums1);
}
int m = nums1.length;
int n = nums2.length;
int lo = 0;
int hi = m;
while (lo <= hi) {
// partition A position i
int i = lo + (hi - lo) / 2;
// partition B position j
int j = (m + n + 1) / 2 - i;
int maxLeftA = i == 0 ? Integer.MIN_VALUE : nums1[i - 1];
int minRightA = i == m ? Integer.MAX_VALUE : nums1[i];
int maxLeftB = j == 0 ? Integer.MIN_VALUE : nums2[j - 1];
int minRightB = j == n ? Integer.MAX_VALUE : nums2[j];
if (maxLeftA <= minRightB && maxLeftB <= minRightA) {
// total length is even
if ((m + n) % 2 == 0) {
return (double) (Math.max(maxLeftA, maxLeftB) + Math.min(minRightA, minRightB)) / 2;
} else {
// total length is odd
return (double) Math.max(maxLeftA, maxLeftB);
}
} else if (maxLeftA > minRightB) {
// binary search left half
hi = i - 1;
} else {
// binary search right half
lo = i + 1;
}
}
return 0.0;
}
}
收录于话题 #LeetCode题解
42个
上一篇一文看懂《子数组的最大乘积问题》下一篇一文看懂《最大子序列和问题》(内含Java,Python,JS代码)