题目描述

给定两个大小分别为 mn 的正序(从小到大)数组 nums1nums2。请你找出并返回这两个正序数组的 中位数

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

示例 3:

输入:nums1 = [0,0], nums2 = [0,0]
输出:0.00000

示例 4:

输入:nums1 = [], nums2 = [1]
输出:1.00000

示例 5:

输入:nums1 = [2], nums2 = []
输出:2.00000

提示:

  • nums1.length == m
  • nums2.length == n
  • 0 <= m <= 1000
  • 0 <= n <= 1000
  • 1 <= m + n <= 2000
  • -106 <= nums1[i], nums2[i] <= 106

进阶:你能设计一个时间复杂度为 O(log (m+n)) 的算法解决此问题吗?

LeetCode

解法

方法一 暴力搜索

直接合并两个数组,时间复杂度为O(n+m),空间复杂度为O(1)

class Solution {
public double findMedianSortedArrays(int[] nums1, int[] nums2) {
int m = nums1.length;
int n = nums2.length;
int len = m + n;
int[] mid = new int[2];
// 定义两个指针
int i = 0, j = 0, k = 0;
while (i + j <= (len >> 1)) {
k = i + j == (len >> 1) ? 1 : 0;
if (i <= m - 1 && j <= n - 1) {
mid[k] = nums1[i] <= nums2[j] ? nums1[i++] : nums2[j++];
}
else if (i == m) {
mid[k] = nums2[j++];
}
else {
mid[k] = nums1[i++];
}
}
if ((len & 1) == 1) {
return mid[1];
}
else {
return (mid[0] + mid[1])/2.0;
}
}
} Accepted
2094/2094 cases passed (2 ms)
Your runtime beats 100 % of java submissions
Your memory usage beats 32.02 % of java submissions (39.8 MB)

方法二 二分查找

用二分查找找到第k小的数字,时间复杂度为O(log(m+n)),空间复杂度为O(1)

class Solution {
public double findMedianSortedArrays(int[] nums1, int[] nums2) {
int m = nums1.length;
int n = nums2.length;
int len = m + n;
if ((len & 1) == 1) {
int midIdx = len >> 1;
double mid = getKthElement(nums1, nums2, midIdx + 1);
return mid;
}
else {
int midIdx1 = len >> 1 - 1;
int midIdx2 = len >> 1;
double mid = (getKthElement(nums1, nums2, midIdx1 + 1) + getKthElement(nums1, nums2, midIdx2 + 1))/ 2.0;
return mid;
}
} public int getKthElement(int[] nums1, int[] nums2, int k) {
int m = nums1.length, n = nums2.length;
int offset1 = 0, offset2 = 0; while (true) {
// 边界情况,返回终值
// 1.有一个数组遍历完
if (offset1 == m){
return nums2[offset2 + k - 1];
}
if (offset2 == n){
return nums1[offset1 + k - 1];
}
// 2.k值为1
if (k == 1) {
return Math.min(nums1[offset1], nums2[offset2]);
} // 正常情况
// 判断索引, 是否会出界
int mid = k >> 1;
int idx1 = Math.min(offset1 + mid, m) - 1;
int idx2 = Math.min(offset2 + mid, n) - 1; // 判断索引值大小, 更新k值和偏移量
if (nums1[idx1] <= nums2[idx2]) {
k -= (idx1 - offset1 + 1); // 正常情况如果不出界,就是减去mid
offset1 = idx1 + 1;
}
else {
k -= (idx2 - offset2 + 1);
offset2 = idx2 + 1;
}
}
}
}

最新文章

  1. 简单有效的kmp算法
  2. Java 关键字、标识符、注释、常量与变量、数据类型,算术、赋值、比较、逻辑、位、三元运算符和流程控制、break、continue【3】
  3. web 页面内容优化管理与性能技巧
  4. CentOS6 更改Mysql数据库的数据存放位置
  5. C++ 类的前置声明
  6. iOS Container View Controller
  7. MySQL配置文件路径及‘The total number of locks exceeds the lock table size’问题
  8. Spring Boot使用Redis进行消息的发布订阅
  9. Winfrom 表格单元格格式化事件(DataGridView - CellFormatting)
  10. AJAX请求小项目
  11. iftop命令使用范例
  12. WebBench压力测试工具(详细源码注释+分析)
  13. JavaEE-tomcat8.5的启动方法
  14. Codeforces 456A - Laptops
  15. Linux查看某个进程的磁盘IO读写情况 pidstat
  16. 对git简单的认识
  17. k8s实战之数据卷(volume)
  18. C/C++内存管理详解
  19. CSS控制当鼠标滑过时更换图片的效果
  20. three3D地图

热门文章

  1. 在线预览word,excel,ppt
  2. 【python接口自动化】- 对接各大数据库
  3. 配置伪分布模式下的hadoop以及采用fuse-dfs来访问HDFS
  4. 正月十五吃汤圆CountDownLatch
  5. `curl -L` 解决 GitHub 的 raw.githubusercontent.com 无法连接问题
  6. wxWidgets源码分析(9) - wxString
  7. Mybatis初步认识
  8. BurpSuite生成快捷方式
  9. KL散度相关理解以及视频推荐
  10. redis使用ssh密钥远控靶机