-
Notifications
You must be signed in to change notification settings - Fork 3
Expand file tree
/
Copy pathLeetCode-4-Median-of-Two-Sorted-Arrays.java
More file actions
57 lines (42 loc) · 6.58 KB
/
LeetCode-4-Median-of-Two-Sorted-Arrays.java
File metadata and controls
57 lines (42 loc) · 6.58 KB
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
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
/*
https://discuss.leetcode.com/topic/28602/concise-java-solution-based-on-binary-search/2
Binary Search:
Split A into two parts A[0]-A[k/2], A[k/2+1]-A[l1-1], split B into two parts B[0]-B[k/2], B[k/2+1]-B[l2-1].
if(aMid < bMid) keep [aRight, bLeft]
else keep [aRight, bLeft]
https://www.cnblogs.com/grandyang/p/4465932.html
别人的分析:
这道题让我们求两个有序数组的中位数,而且限制了时间复杂度为 O(log (m+n)),看到这个时间复杂度,自然而然的想到了应该使用二分查找法来求解。但是这道题被定义为Hard也是有其原因的,难就难在要在两个未合并的有序数组之间使用二分法,如果这道题只有一个有序数组,让我们求中位数的话,估计就是个 Easy 题。那么我们可以将两个有序数组混合起来成为一个有序数组再做吗,图样图森破,这个时间复杂度限制的就是告诉你金坷垃别想啦。那么我们还是要用二分法,而且是在两个数组之间使用,感觉很高端啊。那么回顾一下中位数的定义,如果某个有序数组长度是奇数,那么其中位数就是最中间那个,如果是偶数,那么就是最中间两个数字的平均值。这里对于两个有序数组也是一样的,假设两个有序数组的长度分别为m和n,由于两个数组长度之和 m+n 的奇偶不确定,因此需要分情况来讨论,对于奇数的情况,直接找到最中间的数即可,偶数的话需要求最中间两个数的平均值。为了简化代码,不分情况讨论,我们使用一个小 trick,我们分别找第 (m+n+1) / 2 个,和 (m+n+2) / 2 个,然后求其平均值即可,这对奇偶数均适用。加入 m+n 为奇数的话,那么其实 (m+n+1) / 2 和 (m+n+2) / 2 的值相等,相当于两个相同的数字相加再除以2,还是其本身。
好,这里我们需要定义一个函数来在两个有序数组中找到第K个元素,下面重点来看如何实现找到第K个元素。首先,为了避免产生新的数组从而增加时间复杂度,我们使用两个变量i和j分别来标记数组 nums1 和 nums2 的起始位置。然后来处理一些 corner cases,比如当某一个数组的起始位置大于等于其数组长度时,说明其所有数字均已经被淘汰了,相当于一个空数组了,那么实际上就变成了在另一个数组中找数字,直接就可以找出来了。还有就是如果 K=1 的话,那么我们只要比较 nums1 和 nums2 的起始位置i和j上的数字就可以了。难点就在于一般的情况怎么处理?因为我们需要在两个有序数组中找到第K个元素,为了加快搜索的速度,我们要使用二分法,那么对谁二分呢,数组么?其实要对K二分,意思是我们需要分别在 nums1 和 nums2 中查找第 K/2 个元素,注意这里由于两个数组的长度不定,所以有可能某个数组没有第 K/2 个数字,所以我们需要先 check 一下,数组中到底存不存在第 K/2 个数字,如果存在就取出来,否则就赋值上一个整型最大值。如果某个数组没有第 K/2 个数字,那么我们就淘汰另一个数组的前 K/2 个数字即可。举个例子来说吧,比如 nums1 = {3},nums2 = {2, 4, 5, 6, 7},K=4,我们要找两个数组混合中第4个数字,那么我们分别在 nums1 和 nums2 中找第2个数字,我们发现 nums1 中只有一个数字,不存在第二个数字,那么 nums2 中的前2个数字可以直接跳过,为啥呢,因为我们要求整个混合数组的第4个数字,不管 nums1 中的那个数字是大是小,第4个数字绝不会出现在 nums2 的前两个数字中,所以可以直接跳过。
有没有可能两个数组都不存在第 K/2 个数字呢,这道题里是不可能的,因为我们的K不是任意给的,而是给的 m+n 的中间值,所以必定至少会有一个数组是存在第 K/2 个数字的。最后就是二分法的核心啦,比较这两个数组的第 K/2 小的数字 midVal1 和 midVal2 的大小,如果第一个数组的第 K/2 个数字小的话,那么说明我们要找的数字肯定不在 nums1 中的前 K/2 个数字,所以我们可以将其淘汰,将 nums1 的起始位置向后移动 K/2 个,并且此时的K也自减去 K/2,调用递归。反之,我们淘汰 nums2 中的前 K/2 个数字,并将 nums2 的起始位置向后移动 K/2 个,并且此时的K也自减去 K/2,调用递归即可.
我的理解:
把这题当成getKthSmallestNumber来做就行了。
最Tricky的地方就是,不管总和是奇数个,还是偶数个,(m+n+1)/2和(m+n+2)/2的平均就是我们要找的median值,
下面的问题就是怎么找到Kth Smallest Number了。
1. 如果一个数组的start number已经超过这个数组的长度,意思是,这个数组已经为空了,那么我们只需要在另一个数组里面找 startIndex+k-1 这个值就是Kth Smallest
2. 如果K是1,那只需要返回两个数组中第一个中比较小的那个。
3. 第二个Tricky的地方在于,如果两个数组中,某一个数组剩余的长度是小于 K/2 的,那么就说明第二个数组中,“前K个数”肯定是超过 k/2个的。既然第二个数组都是排序的,那我们就把第二个数组中的 前 K/2 个数给排除掉。
还有一个case就是说,第一个数组的 (aStart+k/2-1) 个数 小于第二个数组的 (bStart+k/2-1),那说明第K个数肯定不在第一个数组的前 K/2个数中,我们可以排除掉第一个数组中的前k/2个数。
*/
public class Solution {
public double findMedianSortedArrays(int[] nums1, int[] nums2) {
int m = nums1.length, n = nums2.length;
int l = (m + n + 1) / 2;
int r = (m + n + 2) / 2;
return (getKthSmallest(nums1, 0, nums2, 0, l) + getKthSmallest(nums1, 0, nums2, 0, r)) / 2;
}
// Get Kth smallest value of the two arrays. [1,3,5,8], 2nd smallest value is 3
private double getKthSmallest(int[] A, int aStart, int[] B, int bStart, int k) {
if (aStart > A.length - 1) return B[bStart + k - 1];
if (bStart > B.length - 1) return A[aStart + k - 1];
if (k == 1) return Math.min(A[aStart], B[bStart]);
int aMid = Integer.MAX_VALUE, bMid = Integer.MAX_VALUE;
if (aStart + k / 2 - 1 < A.length) aMid = A[aStart + k / 2 - 1];
if (bStart + k / 2 - 1 < B.length) bMid = B[bStart + k / 2 - 1];
if (aMid < bMid) {
return getKthSmallest(A, aStart + k / 2 - 1 + 1, B, bStart, k - k / 2);
} else {
return getKthSmallest(A, aStart, B, bStart + k / 2 - 1 + 1, k - k / 2);
}
}
}