1.oc 复杂度O(m+n)
给定两个大小为 m 和 n 的有序数组 nums1 和 nums2。
请你找出这两个有序数组的中位数,并且要求算法的时间复杂度为 O(log(m + n))。
你可以假设 nums1 和 nums2 不会同时为空。
示例 1:
nums1 = [1, 3]
nums2 = [2]
则中位数是 2.0
示例 2:
nums1 = [1, 2]
nums2 = [3, 4]
则中位数是 (2 + 3)/2 = 2.5
//该解法时间复杂度为O(m+n),不好
- (void)viewDidLoad {
[super viewDidLoad];
double result = [self findMedianSortedArrays:@[@"1",@"2"] :@[@"3",@"4"]];
NSLog(@"%lf",result);
}
- (double)findMedianSortedArrays:(NSArray *)a1 :(NSArray*)a2 {
NSMutableArray *a = [[NSMutableArray alloc]init];
int m = a1.count;
int n = a2.count;
int i = 0,j = 0;
while (i<m && j<n) {
if ([a1[i] intValue] < [a2[j] intValue]) {
[a addObject:a1[i]];
i++;
} else {
[a addObject:a2[j]];
j++;
}
}
while (i<m) {
[a addObject:a1[i]];
i++;
}
while (j<n) {
[a addObject:a2[j]];
j++;
}
if (a.count % 2 == 0) {
return ([a[a.count/2] doubleValue] + [a[a.count/2-1] doubleValue])/2;
} else {
return [a[a.count/2] doubleValue];
}
}
@end
2.java 复杂度O(log(min(m,n)))
class Solution {
public double findMedianSortedArrays(int[] nums1, int[] nums2) {
int m = nums1.length;
int n = nums2.length;
if (m > n) { //交换nums1和nums2,交换m和n,使m<=n,为了保证j>0
int[] temp = nums1;
nums1 = nums2;
nums2 = temp;
int tmp = m;
m = n;
n = tmp;
}
int iMin = 0, iMax = m, halfLen = (m + n + 1) / 2;
while (iMin <= iMax) {
int i = (iMin +iMax) / 2;
int j = halfLen - i;//为了满足中位数划分过的左右两边的数组个数相等,或左边比右边多一个
if (i < iMax && nums2[j-1] > nums1[i]) {
iMin = i + 1; // i is too small
} else if (i > iMin && nums1[i-1] > nums2[j]) {
iMax = i - 1; // i is too big
} else { // i is perfect
int maxLeft = 0;
if(i == 0) {maxLeft = nums2[j-1];}
else if(j == 0) {maxLeft = nums1[i-1];}
else {maxLeft = Math.max(nums1[i-1], nums2[j-1]);}
if((m+n)%2 == 1) {return maxLeft;}//奇数
int minRight = 0;
if (i == m) {minRight = nums2[j];}
else if (j == n) {minRight = nums1[i];}
else {minRight = Math.min(nums1[i], nums2[j]);}
return (maxLeft + minRight) / 2.0;
}
}
return 0.0;
}
}