给定两个(递增)排好序的数组,求所有数字的中位数。 要求时间复杂度为O(log(m+n)),所以从头到尾合并两个数组直到遇到中位数的方式不可取,因为这样复杂度为O(m+n)。
核心思想:按照中位数的定义将所有元素划分成两个大小相等(或差一)的集合。
排好序+对数复杂度这两个条件就相当于告诉我们要用二分的思路。
先看看中位数的定义:在统计学中,中位数用于
- 将集合划分为两个相等长度的子集,
- 且一个子集总是大于另一个子集。
设给的两个数组分别是A和B,我们先随机将A划分成两个部分:
left_A | right_A
A[0], A[1], ..., A[i-1] | A[i], A[i+1], ..., A[m-1]
所以 i 有m+1中可能,即0,1,...,m
。
同理,可将B分成两个部分:
left_B | right_B
B[0], B[1], ..., B[j-1] | B[j], B[j+1], ..., B[n-1]
j 可以是0,1,...,n
。
我们 left_A 和 left_B 放入同一个集合,将 right_A 和 right_B 放入另外一个集合:
left_part | right_part
A[0], A[1], ..., A[i-1] | A[i], A[i+1], ..., A[m-1]
B[0], B[1], ..., B[j-1] | B[j], B[j+1], ..., B[n-1]
由于我们想求中位数,所以需要满足
1. len(left_part) == len(right_part) (或者相差1, 当m+n为奇数的时候)
2. max(left_part) <= min(right_part) <==> B[j-1] <= A[i] && A[i-1] <= B[j]
对应于中位数的定义中的两个条件。
为了满足第一个条件,我们规定
若 m+n = 2N, 则 len(left_part) == N
若 m+n = 2N+1, 则 len(left_part) == N + 1
所以这里的 N = (m+n+1)/2
又因为 len(left_part) == i + j
所以 j = N - i
为了使j = N - i
在区间[0, n]内,我们规定m <= n。
第一个条件始终满足后,我们就可以利用第二个条件进行二分了,即在 [0, m] 中进行二分查找,使找到的 i 满足:
B[j-1] <= A[i] && A[i-1] <= B[j], where j = N - i
设初始时min_i = 0, max_i = m
,则算法步骤就是
- 设
i = (min_i + max_i) / 2, j = N - i
; - 此时有三种情况:
- 若
B[j-1] <= A[i] && A[i-1] <= B[j]
, 即找到了所需的i,停止搜索; - 若
B[j-1] > A[i]
, 意味着 A[i] 太小 B[j-1] 太大,那么我们需增大 i 。因为只有 i 增大时(j 会跟着减小)B[j-1] <= A[i]
才可能成立。所以,更新min_i = i+1
, 然后回到步骤1. - 若
A[i-1] > B[j]
, 意味着 A[i-1] 太大 B[j] 太小。所以,更新max_i = i-1
, 然后回到步骤1.
- 若
上述算法步骤中我们没有考虑边界条件,写代码时需要仔细考虑,而且还需要考虑 m+n 为奇偶时的不同情况:
- 若为偶数,所以
len(left_part) == N
且len(right_part) == N
,所以最终的中位数为(max_of_left + min_of_right) / 2
。 - 若为奇数,所以
len(left_part) == N+1
且len(right_part) == N
,所以最终的中位数为max_of_left
。
时间复杂度O(log(min(m, n))),空间复杂度O(1)
核心思想:每次去掉k/2个数,然后递归求第(k - k/2)小的数
此题更一般的问法是求第k小的数(设k从1编号),我们设为target。
我们设两个数组的第 k/2 大的数分别为 a 和 b,
- 若 a < b,那么target肯定比 a 大,所以我们可以排除掉第一个数组的前 k/2 个数,我们继续在剩下的元素中找递归找第 k - k/2 大的元素;
- 否则,即 a >= b,那么target肯定不比 b 小,所以我们可以排除掉第二个数组的前 k/2 个数,我们继续在剩下的元素中找递归找第 k - k/2 大的元素;
举个例子来说明,假设题目 k = 7:
可见a > b
,那么第二个数组的前三个元素可以去除掉了(下图橙色表示去掉的元素),
现在 k = 4,k/2 = 2,此时的a < b
,那么应该去掉第一个数组的前两个元素,
一次类推直到k = 1:
此时就可以直接返回结果了,结果是min(a, b)
。
需要注意的是有时候数组的元素不够 k/2 个,所以究竟去掉了多少个元素需要视实际情况而定。
时间复杂度:每次减少 k/2 个元素,所以时间复杂度是 O(log(k),而 k=(m+n)/2,所以最终的复杂也就是 O(log(m+n))。
空间复杂度:虽然我们用到了递归,但是可以看到这个递归属于尾递归(即递归调用在函数最末尾),所以编译器不需要不停地堆栈,所以空间复杂度为 O(1)。
class Solution {
public:
double findMedianSortedArrays(vector<int>& nums1, vector<int>& nums2) {
int m = nums1.size(), n = nums2.size();
if(m > n) return findMedianSortedArrays(nums2, nums1);
// m <= n
int min_i(0), max_i(m), i, j;
const int LEFT_PARTS_NUM = (m + n + 1) / 2;
while(min_i <= max_i){
i = (min_i + max_i) / 2;
j = LEFT_PARTS_NUM - i;
if(i < m && nums1[i] < nums2[j - 1]) min_i = i + 1;
else if(i > 0 && nums1[i-1] > nums2[j]) max_i = i - 1;
else{ // find it
double max_of_left = max(i > 0 ? nums1[i-1]: INT_MIN,
j > 0 ? nums2[j-1]: INT_MIN);
if((m + n) & 1) return max_of_left;
double min_of_right = min(i < m ? nums1[i]: INT_MAX,
j < n ? nums2[j]: INT_MAX);
return 0.5 * (max_of_left + min_of_right);
}
}
return -1; // 永远不会执行
}
};
class Solution {
private:
// 从两个有序数组里面找到第k小的元素, k从1开始
double helper(const vector<int>& nums1, const vector<int>& nums2,
int start1, int start2, int k){
if(k == 1) return min(start1 < nums1.size() ? nums1[start1] : INT_MAX,
start2 < nums2.size() ? nums2[start2] : INT_MAX);
// 有一个数组为空
if(start1 >= nums1.size()) return (double)nums2[start2 + k - 1];
else if(start2 >= nums2.size()) return (double)nums1[start1 + k - 1];
int i = min(start1 + k / 2, (int)nums1.size());
int j = min(start2 + k / 2, (int)nums2.size());
if(nums1[i - 1] < nums2[j - 1])
return helper(nums1, nums2, i, start2, k - i + start1);
else
return helper(nums1, nums2, start1, j, k - j + start2);
}
public:
double findMedianSortedArrays(vector<int>& nums1, vector<int>& nums2) {
int m = nums1.size(), n = nums2.size();
double mid1 = helper(nums1, nums2, 0, 0, (m + n + 1) >> 1);
if((m + n) & 1) return mid1;
else return 0.5 * (mid1 + helper(nums1, nums2, 0, 0, (m + n + 2) >> 1));
}
};