There are two sorted arrays nums1 and nums2 of size m and n respectively. Find the median of the two sorted arrays. The overall run time complexity should be O(log (m+n)).
中位數是第K個數,K = (m + n)/2,,不考慮奇偶性可以這樣理解,所以問題就轉換爲了如何求出兩個排序數組的第K小數;如果不考慮O(log(m + n))的時間複雜度,可以利用一個計數器在合併兩個數組的同時技術,找到K個數就結束合併,所以時間複雜度是O(K),即O((m + n)/2);
爲了更加高效的解決這個問題,結合求第K小數的經驗,我們應該考慮類似於二分的操作。怎麼二分是個問題,這裏選擇將K二分,即首先找到前K/2個元素,因爲數組A,B都是有序的,一次我們只要比較A[K/2 - 1]與B[K/2 -1]的大小,如果等於,則說明就是這個數,直接返回即可;如果A[K/2 - 1]小於B[K/2 -1], 則一定有前K/2個數就是A中前K/2 個數,反之則是B中的前K/2個數;然後遞歸查找,知道K == 1,或者 最小的數組都搜索完。
PS:對這一題進行延伸,可以用來查找兩個已排序數組的任意第K小數
double findKth(vector<int> &nums1, int m, int curStart1, vector<int> &nums2, int n, int curStart2, int k)
{
int tmpm = m - curStart1;
int tmpn = n - curStart2;
if(tmpm > tmpn)
return findKth(nums2, n, curStart2, nums1, m, curStart1, k);
if(tmpm == 0)
return nums2[k - 1];
if(k == 1)
return min(nums1[curStart1], nums2[curStart2]);
int pa = min(k/2, tmpm), pb = k - pa;
if(nums1[curStart1 + pa - 1] < nums2[curStart2 + pb - 1])
return findKth(nums1, m, curStart1 + pa, nums2, n, curStart2, k - pa);
else if(nums1[curStart1 + pa - 1] > nums2[curStart2 + pb - 1])
return findKth(nums1, m, curStart1, nums2, n, curStart2 + pb, k - pb);
else
return nums1[curStart1 + pa - 1];
}
double findMedianSortedArrays(vector<int> &nums1, vector<int> &nums2) {
int m = nums1.size();
int n = nums2.size();
int total = m + n;
if (total == 0)
return 0;
if (total == m || total == n)
{
if (total == m)
{
if (total % 2 == 0)
return (nums1[total / 2] + nums1[total / 2 - 1]) / 2.0;
else
return nums1[total / 2];
}
else
{
if (total % 2 == 0)
return (nums2[total / 2] + nums2[total / 2 - 1]) / 2.0;
else
return nums2[total / 2];
}
}
if (total & 0x1)
return findKth(nums1, m, 0, nums2, n, 0, total / 2 + 1);
else
return (findKth(nums1, m, 0, nums2, n, 0, total / 2)
+ findKth(nums1, m, 0, nums2, n, 0, total / 2 + 1)) / 2;
}