leetCode 4. Median of Two Sorted Arrays 解题思路和方法
来源:互联网 发布:淘宝触屏版 编辑:程序博客网 时间:2024/06/14 18:39
问题:
Median of Two Sorted Arrays
There are two sorted arrays nums1 and nums2of size m and n respectively. Find the median of the two sorted arrays. Theoverall run time complexity should be O(log (m+n)).
解题思路:
此题在开始解答的时候最初想到的就是归并排序,然后返回中值,但是这样的时间复杂度为O(n),并不满足题意。但是最后提交时,也通过了。
代码如下:
public class Solution { public double findMedianSortedArrays(int[] nums1, int[] nums2) { //用merge的思想对数组排序,然后返回中值。O(n)时间 int len1 = nums1.length; int len2 = nums2.length; int i = 0; int j = 0; int k = 0; int[] temp = new int[len1+len2]; while(i < len1 && j < len2){ if(nums1[i] > nums2[j]) temp[k++] = nums2[j++]; else temp[k++] = nums1[i++]; } //取剩下的值,此时两数组最多只有1个还有数据 while(i < len1){ temp[k++] = nums1[i++]; } while(j < len2){ temp[k++] = nums2[j++]; } //分情况返回中值;k此时为数组长度 if(k%2 == 0){ //这个一定是除以2.0,保证返回double值 return (temp[k/2]+ temp[k/2 - 1])/2.0; } else{ return temp[k/2]; } }}
不过此种方法严格上说并不符合题意,所以在网上搜索的时候,看到了另一种解法,其解法的思想也是比较两个数组,直到找到第k个小的数值(k = (m+n)/2),这种方法的时间复杂度为O(K),也即O((m+n)/2),也是O(n)时间的复杂度。
继续查找,找到如下解法:
最后从medianof two sorted arrays中看到了一种非常好的方法。原文用英文进行解释,在此我们将其翻译成汉语。该方法的核心是将原问题转变成一个寻找第k小数的问题(假设两个原序列升序排列),这样中位数实际上是第(m+n)/2小的数。所以只要解决了第k小数的问题,原问题也得以解决。首先假设数组A和B的元素个数都大于k/2,我们比较A[k/2-1]和B[k/2-1]两个元素,这两个元素分别表示A的第k/2小的元素和B的第k/2小的元素。这两个元素比较共有三种情况:>、<和=。如果A[k/2-1]<B[k/2-1],这表示A[0]到A[k/2-1]的元素都在A和B合并之后的前k小的元素中。换句话说,A[k/2-1]不可能大于两数组合并之后的第k小值,所以我们可以将其抛弃。证明也很简单,可以采用反证法。假设A[k/2-1]大于合并之后的第k小值,我们不妨假定其为第(k+1)小值。由于A[k/2-1]小于B[k/2-1],所以B[k/2-1]至少是第(k+2)小值。但实际上,在A中至多存在k/2-1个元素小于A[k/2-1],B中也至多存在k/2-1个元素小于A[k/2-1],所以小于A[k/2-1]的元素个数至多有k/2+ k/2-2,小于k,这与A[k/2-1]是第(k+1)的数矛盾。当A[k/2-1]>B[k/2-1]时存在类似的结论。当A[k/2-1]=B[k/2-1]时,我们已经找到了第k小的数,也即这个相等的元素,我们将其记为m。由于在A和B中分别有k/2-1个元素小于m,所以m即是第k小的数。(这里可能有人会有疑问,如果k为奇数,则m不是中位数。这里是进行了理想化考虑,在实际代码中略有不同,是先求k/2,然后利用k-k/2获得另一个数。)通过上面的分析,我们即可以采用递归的方式实现寻找第k小的数。此外我们还需要考虑几个边界条件:如果A或者B为空,则直接返回B[k-1]或者A[k-1];如果k为1,我们只需要返回A[0]和B[0]中的较小值;如果A[k/2-1]=B[k/2-1],返回其中一个;最终的代码(别人的c++实现):
double findKth(int a[], int m, int b[], int n, int k){//always assume that m is equal or smaller than nif (m > n)return findKth(b, n, a, m, k);if (m == 0)return b[k - 1];if (k == 1)return min(a[0], b[0]);//divide k into two partsint pa = min(k / 2, m), pb = k - pa;if (a[pa - 1] < b[pb - 1])return findKth(a + pa, m - pa, b, n, k - pa);else if (a[pa - 1] > b[pb - 1])return findKth(a, m, b + pb, n - pb, k - pb);elsereturn a[pa - 1];}class Solution{public:double findMedianSortedArrays(int A[], int m, int B[], int n){int total = m + n;if (total & 0x1)return findKth(A, m, B, n, total / 2 + 1);elsereturn (findKth(A, m, B, n, total / 2)+ findKth(A, m, B, n, total / 2 + 1)) / 2;}};
0 0
- leetCode 4. Median of Two Sorted Arrays 解题思路和方法
- Leetcode Median of two sorted arrays解题
- 【LeetCode】4.Median of Two Sorted Arrays 解题
- [leetcode] 4. Median of Two Sorted Arrays 解题报告
- Leetcode解题报告:4. Median of Two Sorted Arrays
- [Leetcode] 4. Median of Two Sorted Arrays 解题报告
- Leetcode解题笔记 4.Median of Two Sorted Arrays [Hard]
- [LeetCode]4.Median of Two Sorted Arrays
- LeetCode 4. Median of Two Sorted Arrays
- LeetCode --- 4. Median of Two Sorted Arrays
- [Leetcode] 4. Median of Two Sorted Arrays
- [LeetCode]4.Median of Two Sorted Arrays
- 【leetcode】4. Median of Two Sorted Arrays
- Leetcode-4.Median of Two Sorted Arrays
- LeetCode-4.Median of Two Sorted Arrays
- Leetcode 4. Median of Two Sorted Arrays
- leetcode 4. Median of Two Sorted Arrays
- LeetCode 4. Median of Two Sorted Arrays
- 我对 rest 以及 restful 的一些粗浅的理解
- 天猫11.11:多终端下的一致性体验
- Redis
- JS代码验证用户身份证
- Android的onCreateOptionsMenu()创建菜单Menu详解
- leetCode 4. Median of Two Sorted Arrays 解题思路和方法
- 轮盘赌算法-Roulette
- 【Dubbo之基本配置和运行(2)】Dubbo zookeeper基本配置和运行
- 关于521的变态问题
- 黑马程序员--Foundation框架基础
- CheckBox记住密码功能
- 可装载网络数据的控件
- java基础知识随笔--数组对象
- 黑马程序员--JAVA基础知识--继承