4. 尋找兩個有序陣列的中位數
阿新 • • 發佈:2021-01-13
技術標籤:LeetCode
4. 尋找兩個有序陣列的中位數
題目描述
給定兩個大小為 m 和 n 的正序(從小到大)陣列 nums1 和 nums2。請你找出並返回這兩個正序陣列的中位數。
進階:你能設計一個時間複雜度為 O ( l o g ( m + n ) ) O(log (m+n)) O(log(m+n)) 的演算法解決此問題嗎?
示例1
輸入:nums1 = [1,3], nums2 = [2]
輸出:2.00000
解釋:合併陣列 = [1,2,3] ,中位數 2
示例2
輸入:nums1 = [1,2], nums2 = [3,4] 輸出:2.50000 解釋:合併陣列 = [1,2,3,4] ,中位數 (2 + 3) / 2 = 2.5
示例3
輸入:nums1 = [0,0], nums2 = [0,0]
輸出:0.00000
示例4
輸入:nums1 = [], nums2 = [1]
輸出:1.00000
示例5
輸入:nums1 = [2], nums2 = []
輸出:2.00000
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 \le m \le 1000 0≤m≤1000
- 0 ≤ n ≤ 1000 0 \le n \le 1000 0≤n≤1000
-
1
≤
m
+
n
≤
2000
1 \le m + n \le 2000
- − 1 0 6 ≤ n u m s 1 [ i ] , n u m s 2 [ i ] ≤ 1 0 6 -10^6 \le nums1[i], nums2[i] \le 10^6 −106≤nums1[i],nums2[i]≤106
題解:
這題本質就是求兩個有序陣列整體第 k 小元素:
- 元素個數為奇數:只需要求第 ( n + m ) / 2 (n+m)/2 (n+m)/2 小元素
- 元素個數為偶數:需要求第 ( n + m ) / 2 (n+m)/2 (n+m)/2 小和 ( n + m ) / 2 + 1 (n+m)/2+1 (n+m)/2+1 小元素的平均值
而找第 k 小可參考我的兩篇部落格:
getUpMedian 是求兩個長度相等的有序陣列的上中位數,時間複雜度為:
O
(
l
o
g
n
)
O(logn)
O(logn)
findKthNum 是求兩個有序陣列的整體第 k 小,其時間複雜度為:
O
(
l
o
g
(
m
i
n
(
m
,
n
)
)
)
O(log(min(m,n)))
O(log(min(m,n)))
但從提交的結果來看,速度並不快。。。搞半天搞了個寂寞。
程式碼:
class Solution {
public:
int getUpMedian( vector<int>& nums1, int l1, int r1, vector<int>& nums2, int l2, int r2 ) {
if ( nums1[r1] <= nums2[l2] || nums2[r2] <= nums1[l1] )
return min( nums1[r1], nums2[r2] );
int m1, m2, offset;
while ( l1 < r1 ) {
m1 = (l1 + r1) >> 1;
m2 = (l2 + r2) >> 1;
offset = ((r1 - l1 + 1) & 1) ^ 1;
if ( nums1[m1] > nums2[m2] ) {
r1 = m1;
l2 = m2 + offset;
} else if ( nums1[m1] < nums2[m2] ) {
l1 = m1 + offset;
r2 = m2;
} else return nums1[m1];
}
return min( nums1[l1], nums2[l2] );
}
int findKthNum( vector<int>& nums1, vector<int>& nums2, int k ) {
int n1 = nums1.size(), n2 = nums2.size();
if ( k < 1 || k > n1 + n2 ) return 0;
if ( k <= n1 ) return getUpMedian( nums1, 0, k - 1, nums2, 0, k - 1 );
if ( k > n2 ) {
if ( nums1[k - n2 - 1] >= nums2[n2 - 1] )
return nums1[k - n2 - 1];
if ( nums2[k - n1 - 1] >= nums1[n1 - 1] )
return nums2[k - n1 - 1];
return getUpMedian( nums1, k - n2, n1 - 1, nums2, k - n1, n2 - 1 );
}
if ( nums2[k - n1 - 1] >= nums1[n1 - 1] ) return nums2[k - n1 - 1];
return getUpMedian( nums1, 0, n1 - 1, nums2, k - n1, k - 1 );
}
double findMedianSortedArrays(vector<int>& nums1, vector<int>& nums2) {
int n1 = nums1.size();
int n2 = nums2.size();
int n = n1 + n2;
int t;
if ( !n1 || !n2 ) {
if ( !n1 ) {
if ( !n2 ) return 0;
else {
t = n2 >> 1;
if ( n2 & 1 ) return nums2[t];
else return ( nums2[t - 1] + nums2[t] ) / 2.0;
}
} else {
t = n1 >> 1;
if ( n1 & 1 ) return nums1[t];
else return ( nums1[t - 1] + nums1[t] ) / 2.0;
}
}
if ( n1 > n2 ) swap( nums1, nums2 );
t = n >> 1;
if ( n & 1 ) {
return findKthNum( nums1, nums2, t + 1 );
} else {
int a = findKthNum( nums1, nums2, t );
int b = findKthNum( nums1, nums2, t + 1 );
return ( a + b ) / 2.0;
}
}
};
/*
時間:44ms,擊敗:95.13%
記憶體:87.2MB,擊敗:91.36%
*/