• Leetcode.4 寻找两个正序数组的中位数


    题目链接

    Leetcode.4 寻找两个正序数组的中位数 hard

    题目描述

    给定两个大小分别为 m m m n n n 的正序(从小到大)数组 n u m s 1 nums1 nums1 n u m s 2 nums2 nums2。请你找出并返回这两个正序数组的 中位数

    算法的时间复杂度应该为 O ( l o g ( m + n ) ) O(log (m+n)) O(log(m+n))

    示例 1:

    输入:nums1 = [1,3], nums2 = [2]
    输出:2.00000
    解释:合并数组 = [1,2,3] ,中位数 2

    示例 2:

    输入:nums1 = [1,2], nums2 = [3,4]
    输出:2.50000
    解释:合并数组 = [1,2,3,4] ,中位数 (2 + 3) / 2 = 2.5

    提示:
    • n u m s 1. l e n g t h = m nums1.length = m nums1.length=m
    • n u m s 2. l e n g t h = n nums2.length = n nums2.length=n
    • 0 ≤ m ≤ 1000 0 \leq m \leq 1000 0m1000
    • 0 ≤ n ≤ 1000 0 \leq n \leq 1000 0n1000
    • 1 ≤ m + n ≤ 2000 1 \leq m + n \leq 2000 1m+n2000
    • − 1 0 6 ≤ n u m s 1 [ i ] , n u m s 2 [ i ] ≤ 1 0 6 -10^6 \leq nums1[i], nums2[i] \leq 10^6 106nums1[i],nums2[i]106

    解法:二分

    我们设 n u m s 1 , n u m s 2 nums1 , nums2 nums1,nums2 的元素个数分别为 m , n m,n m,n

    由于我们是要找中位数,所以我们只需要找中间那个数,也就是第 ( m + n + 1 ) / 2 (m+n+1)/2 (m+n+1)/2个数。

    我们令 k = ( m + n + 1 ) / 2 k = (m + n + 1) / 2 k=(m+n+1)/2

    由于 n u m s 1 , n u m s 2 nums1 , nums2 nums1,nums2 是排好序的,也就是我们要从这两个排好序的数组中,找出第 k k k 小的元素

    假设我们从 n u m s 1 nums1 nums1 中选出前 m 1 m_1 m1 个元素,那么就要从 n u m s 2 nums2 nums2 中选出前 m 2 = k − m 1 m_2 = k - m_1 m2=km1 个元素。

    如果我们在 n u m s 1 nums1 nums1 中确定了前 m 1 m_1 m1 个元素,那么 m 2 m_2 m2 自然也确定了。

    此时我们就可以使用二分,枚举从 n u m s 1 nums1 nums1 中选出元素个数 m 1 m_1 m1

    初始时 l = 0 , r = m l = 0 , r = m l=0,r=m

    此时 m 1 m_1 m1 确定了 ,那么 m 2 = k − m 1 m_2 = k - m_1 m2=km1 自然也确定了,我们就进行如下判断:

    在这里插入图片描述

    1.如果 n u m s 1 [ m 1 ] < n u m s 2 [ m 2 − 1 ] nums1[m_1] < nums2[m_2-1] nums1[m1]<nums2[m21]

    那么在 n u m s 1 nums1 nums1 中比 n u m s 1 [ m 1 ] nums1[m_1] nums1[m1] 小的元素最多有 n u m s 1 [ 0 ] , n u m s 1 [ 1 ] , n u m s 1 [ 2 ] , . . . , n u m s 1 [ m 1 − 1 ] nums1[0],nums1[1],nums1[2],...,nums1[m_1-1] nums1[0],nums1[1],nums1[2],...,nums1[m11],一共有 m 1 m_1 m1 个。

    那么在 n u m s 2 nums2 nums2 中比 n u m s 1 [ m 1 ] nums1[m_1] nums1[m1] 小的元素最多有 n u m s 2 [ 0 ] , n u m s 2 [ 1 ] , n u m s 2 [ 2 ] , . . . , n u m s 2 [ m 2 − 2 ] nums2[0],nums2[1],nums2[2],...,nums2[m_2-2] nums2[0],nums2[1],nums2[2],...,nums2[m22],一共有 m 2 − 1 m_2 - 1 m21 个。

    所以一共有 m 1 + m 2 − 1 = k − 1 m_1 + m_2 - 1 = k - 1 m1+m21=k1 个元素比 n u m s 1 [ m 1 ] nums1[m_1] nums1[m1] 小,所以左侧 n u m s 1 [ 0 ] , n u m s 1 [ 1 ] , n u m s 1 [ 2 ] , . . . , n u m s 1 [ m 1 − 1 ] nums1[0],nums1[1],nums1[2],...,nums1[m_1-1] nums1[0],nums1[1],nums1[2],...,nums1[m11] 都不可能是第 k k k 个元素,故 l = m 1 + 1 l = m_1 + 1 l=m1+1

    2.如果 n u m s 1 [ m 1 ] ≥ n u m s 2 [ m 2 − 1 ] nums1[m_1] \geq nums2[m_2-1] nums1[m1]nums2[m21]

    那么在 n u m s 1 nums1 nums1 中比 n u m s 1 [ m 1 ] nums1[m_1] nums1[m1] 小的元素最多有 n u m s 1 [ 0 ] , n u m s 1 [ 1 ] , n u m s 1 [ 2 ] , . . . , n u m s 1 [ m 1 − 1 ] nums1[0],nums1[1],nums1[2],...,nums1[m_1-1] nums1[0],nums1[1],nums1[2],...,nums1[m11],一共有 m 1 m_1 m1 个。

    那么在 n u m s 2 nums2 nums2 中比 n u m s 1 [ m 1 ] nums1[m_1] nums1[m1] 小的元素最多有 n u m s 2 [ 0 ] , n u m s 2 [ 1 ] , n u m s 2 [ 2 ] , . . . , n u m s 2 [ m 2 − 2 ] , n u m s 2 [ m 2 − 1 ] nums2[0],nums2[1],nums2[2],...,nums2[m_2-2],nums2[m_2-1] nums2[0],nums2[1],nums2[2],...,nums2[m22],nums2[m21],一共有 m 2 m_2 m2 个。

    所以一共有 m 1 + m 2 = k m_1 + m_2 = k m1+m2=k 个元素比 n u m s 1 [ m 1 ] nums1[m_1] nums1[m1] 小,所以当前 n u m s 1 [ m 1 − 1 ] nums1[m_1 - 1] nums1[m11],可以作为第 k k k 个元素,所以 r = m 1 r = m_1 r=m1

    时间复杂度: O ( l o g ( m + n ) ) O(log (m+n)) O(log(m+n))

    C++代码:

    class Solution {
    public:
        double findMedianSortedArrays(vector<int>& nums1, vector<int>& nums2) {
            int m = nums1.size() , n = nums2.size();
    
            //我们枚举的一定是元素个数少的那个数组,否则会数组越界
            if(m > n) return findMedianSortedArrays(nums2,nums1);
    
            int k = (m + n + 1) / 2;
    
            int l = 0 , r = m;
            while(l < r){
                int m1 = (l + r)>>1;
                int m2 = k - m1;
                if(nums1[m1] < nums2[m2 - 1]){
                    l = m1 + 1;
                }
                else r = m1;
            }
    
            int m1 = l , m2 = k - l;
            //针对如下的特殊情况需要特判
            /* 
               5 6 7
               1 2 3 4
               
               1 2 3
               4 5 6 7
            */
            int a = max(m1 <= 0 ? -1e9:nums1[m1 - 1],m2 <= 0 ? -1e9 : nums2[m2 - 1]);
            if((m + n) & 1) return a;
            int b = min(m1 >= m ? 1e9 : nums1[m1],m2 >= n ? 1e9 : nums2[m2]);
    
            return (a + b) / 2.0;
        }
    };
    
    • 1
    • 2
    • 3
    • 4
    • 5
    • 6
    • 7
    • 8
    • 9
    • 10
    • 11
    • 12
    • 13
    • 14
    • 15
    • 16
    • 17
    • 18
    • 19
    • 20
    • 21
    • 22
    • 23
    • 24
    • 25
    • 26
    • 27
    • 28
    • 29
    • 30
    • 31
    • 32
    • 33
    • 34
    • 35
    • 36
  • 相关阅读:
    内网IP可以申请SSL证书吗
    构造函数_Map构造函数
    linux任务优先级
    DEPRECATION: The default format will switch to columns in the future
    基于SSM的网上书城系统设计与实现
    漏刻有时数据可视化Echarts组件开发(27):盒须图(箱线图)前后端php交互的实战案例
    第一章 CIS 安全基准-Ingress配置证书
    java计算机毕业设计专业主任排课系统源码+数据库+系统+lw文档+mybatis+运行部署
    【实战详解】如何快速搭建接口自动化测试框架?Python + Requests
    Spring Cloud Alibaba+saas企业架构技术选型+架构全景业务图 + 架构典型部署方案
  • 原文地址:https://blog.csdn.net/m0_74396439/article/details/133914229