LeetCode(4) - Median of Two Sorted Arrays
题目要求很简单,就是给你两个已经排好序的数组nums1(长度为m)和nums2(长度为n),找出他们的中间值。返回值类型double是因为如果数字个数是偶数个,就要返回中间两个数的平均值。这题最简单的方法就是通过两个指针分别从nums1和nums2的头一直移动,直到走到nums1和nums2的中值位置为止。整个过程耗时大概是O((m+n) / 2)。但是题目附带需要用O(log(m+n))的时间完成,所以上述方法就不能用了。能用到O(log(m+n))的方法在leetcode的算法题里面没有几个,二分法是最常见的一种。其实一般来说,array,sorted,寻找某个数,看到这些关键词,就可以考虑(不是一定)使用二分法来做。问题是,这一题怎么使用二分法?
其实这一个问题可以延伸至在两个数组之间寻找第kth个元素,只是现在k = (m+n) / 2。为了方便理解,我举个例子,假设有两个数组,分别是:
nums1 = [1,4,5,6,8,10]
nums2 = [1,2,4,7,9,11]
因为我要找到第k个数,所以我把nums1从k/2处划分两部分,把nums2也从k/2处划分两部分,此题中,k/2 = (12 / 2) / 2 = 3,故index 应该是k/2 - 1处:
1 4 5 | 6 8 10
1 2 4 | 7 9 11
这时候,比较nums1和nums2在index处的大小,发现nums2[index] < nums1[index],这个结果我们可以保证,第k个数一定不在1,2,4里面(为什么?请读者自己证明),所以我们可以大胆从nums2里面把1,2,4给删除。这样,就把在两个数组间寻找第k个元素转变为寻找第(k - (index+1))个元素,继续进入递归或者迭代,直到找到那个第k个元素为止。那什么时候算找到呢?有三种情况:
- 当其中一个数组被删光(假设为nums1),则返回的就是nums2[k'-1](这个k'是迭代多次后的k')。
- 当k=1的时候,那么,只需要找nums1[0]和nums2[0]中的较小者就可以。
- 当nums1[k/2 - 1] = nums2[k/2 - 1]的时候,则这个数就是所要寻找的第k个数。
当然,如果nums1的长度小于k/2怎么办?那么就用nums1[m-1]和nums2[k - m - 1]比较,比较后的处理也是一样的。代码如下:
1 //总体思路:把寻找两个sorted数组的中值转变为寻找两个sorted数组的第k大元素。 2 public class Solution { 3 public double findMedianSortedArrays(int[] nums1, int[] nums2) { 4 int total = nums1.length + nums2.length; 5 //元素个数为基数的时候 6 if (total % 2 != 0) { 7 return (double)findKth(nums1,nums2,total / 2 + 1); 8 } 9 //元素个数为偶数的时候 10 else { 11 return (findKth(nums1,nums2,total/2) + 12 findKth(nums1,nums2,total/2 + 1)) / 2.0; 13 } 14 } 15 16 private int findKth(int[] nums1, int[] nums2, int k) { 17 //默认nums1的长度小于num2的长度,省去很多不必要的判断。 18 if (nums1.length > nums2.length) return findKth(nums2,nums1,k); 19 if (nums1.length == 0) return nums2[k-1]; 20 if (k == 1) return Math.min(nums1[0],nums2[0]); 21 22 //把K分成两部分。如果nums1.length < k/2,则取k/2个数,否则取nums1.length个数; 23 int index1 = Math.min(k/2,nums1.length); 24 //nums2里的前k-index1个数。 25 int index2 = k - index1; 26 //-1是因为index从0开始,第index1个数就是index1 - 1; 27 //当num1 < num2时,去除掉nums1里包括index1-1之前的所有数(index1个)。 28 if (nums1[index1 - 1] < nums2[index2 - 1]) { 29 int[] temp1 = new int[nums1.length - index1]; 30 System.arraycopy(nums1,index1,temp1,0,nums1.length - index1); 31 //更新k值,进入下个递归。 32 return findKth(temp1,nums2,k-index1); 33 } 34 //情况与上面相反。 35 else if (nums1[index1 - 1] > nums2[index2 - 1]) { 36 int[] temp2 = new int[nums2.length - index2]; 37 System.arraycopy(nums2,index2,temp2,0,nums2.length - index2); 38 return findKth(nums1,temp2,k - index2); 39 } 40 //两者相同,说明找到了k值。 41 else { 42 return nums1[index1 - 1]; 43 } 44 } 45 }
当然,代码还可以继续优化,例如加两个变量,可以直接在nums1和nums2上递归而不需要重新建一个数组,这样就能节省不少空间和时间,但是总体的思路是一样的。