题目

4. 寻找两个有序数组的中位数

给定两个大小为 m 和 n 的有序数组 nums1nums2
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 nums1nums2 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

解题思路

1.由于本身有序,将两个表分别遍历一遍排序得到一个新的有序表
2.分奇偶讨论,返回中位数结果

代码:

  1. class Solution {
  2. public:
  3. double findMedianSortedArrays(vector<int>& nums1, vector<int>& nums2) {
  4. int sum = nums1.size() + nums2.size();
  5. vector<int> nums(sum);
  6. int i = 0;
  7. int j = 0;
  8. int k = 0;
  9. for(; k < sum;){
  10. if(j >= nums2.size() || (i < nums1.size() && nums1[i] <= nums2[j]) ){
  11. nums[k++] = nums1[i++];
  12. }
  13. else{
  14. nums[k++] = nums2[j++];
  15. }
  16. }
  17. if(sum % 2 == 0){
  18. return (nums[sum/2] + nums[sum/2 - 1])/2.0;
  19. }
  20. else{
  21. return nums[(sum - 1) / 2];
  22. }
  23. }
  24. };

思考:

1.有关vector的使用问题,我在代码中有两个地方涉及到vector问题:
(1)if(num1s[i] < nums2[j])可能会出现i或者j越界,解决方式:将i,j的越界条件提前进行判断,如果不满足根据&&和||的性质,将不会执行该代码;
(2)定义nums时,开始是使用vector nums,报错:reference binding to null pointer of type ‘const value_type’,对于该错误的修正可以参考下面的博客:https://blog.csdn.net/sunprice/article/details/82928596;解决的方式是给nums确定size(),定义为vector nums(sum)即可。

2.官网提交,最快有0s的,也有4s的,一个点在于对于nums1和nums2数组的size()进行了过多次判断,可以通过return的方式使得判断size的代码只需要执行一次。

3.0s代码如下,来自官网:

  1. class Solution {
  2. public:
  3. double findMedianSortedArrays(vector<int>& nums1, vector<int>& nums2) {
  4. int m = nums1.size();
  5. int n = nums2.size();
  6. if(m > n){
  7. return findMedianSortedArrays(nums2, nums1);
  8. }
  9. int halflen = (m + n + 1) / 2;
  10. int mn = 0, mx = m;
  11. int i = (mn + mx) >> 1, j = halflen - i;
  12. double maxleft, minright;
  13. while(mn <= mx){
  14. i = (mn + mx) >> 1;
  15. j = halflen - i;
  16. if(i < mx && nums2[j-1] > nums1[i]){
  17. mn = i + 1;
  18. } else if(i > mn && nums1[i-1] > nums2[j]){
  19. mx = i - 1;
  20. } else {
  21. // 分别求出maxleft和minright
  22. if(i == 0){
  23. // left part中不存在A
  24. maxleft = nums2[j-1];
  25. } else if (j == 0){
  26. maxleft = nums1[i-1];
  27. } else {
  28. maxleft = max(nums1[i-1], nums2[j-1]);
  29. }
  30. if((m + n) % 2)
  31. return maxleft;
  32. if(i == m){
  33. minright = nums2[j];
  34. } else if (j == n){
  35. minright = nums1[i];
  36. } else {
  37. minright = min(nums1[i], nums2[j]);
  38. }
  39. return (minright + maxleft) / 2;
  40. }
  41. }
  42. return 0;
  43. }
  44. };