4. 寻找两个正序数组的中位数
给定两个大小为 m 和 n 的正序(从小到大)数组 nums1 和 nums2。请你找出并返回这两个正序数组的中位数。
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?
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
解法一:比较拉跨的解法;
import java.util.ArrayList; import java.util.Collections; import java.util.Comparator; import java.util.List; public class code_23_medianOfTwoSortedArrays { public static void main(String[] args) { int[] nums1 = {1,2}; int[] nums2 = {4,6}; System.out.println(findMedianSortedArrays(nums1,nums2)); } /* * 第一种方法比较简单,不考虑时间复杂度来解决问题, 使用一个容器接着排序找出中位数 */ public static double findMedianSortedArrays(int[] nums1, int[] nums2) { int[] new_array = new int[nums1.length + nums2.length]; for (int i = 0; i < new_array.length; i++) { if (i < nums1.length) { new_array[i] = nums1[i]; } if (i >= nums1.length) { new_array[i] = nums2[i - nums1.length]; } } List<Integer> resultList= new ArrayList<>(); for (int i = 0; i < new_array.length; i++) { resultList.add(new_array[i]); } Collections.sort(resultList,new IntegerComparator()); if(new_array.length %2 == 0){ return (resultList.get(resultList.size() / 2) + resultList.get(resultList.size() / 2 - 1)) / 2; }else { return resultList.get(resultList.size() / 2); } } } class IntegerComparator implements Comparator<Integer>{ public int compare(Integer o1, Integer o2) { return o1 - o2; } }
解法二:使用大根堆,小根堆解决问题:获取大根堆的堆顶弹出,
public class code_24_medianOfTwoSortedArraysWithHeap { public static double findMedianSortedArrays(int[] nums1, int[] nums2) { PriorityQueue<Integer> SmallRootHeap = new PriorityQueue<>(new SmallRootHeapComparator()); // 小根堆 PriorityQueue<Integer> BigRootHeap = new PriorityQueue<>(new BigRootHeapComparator()); // 大根堆 // 维护大小根堆中的数据个数差值位1 ArrayList<Integer> list = new ArrayList<>(); for (int i = 0; i < nums1.length; i++) { list.add(nums1[i]); } for (int i = 0; i < nums2.length; i++) { list.add(nums2[i]); } NumberOfMaintainedData(list,SmallRootHeap,BigRootHeap); if (list.size() % 2 == 0) { return (SmallRootHeap.poll() + BigRootHeap.poll()) / 2; } return BigRootHeap.poll(); } private static void NumberOfMaintainedData(ArrayList<Integer> list, PriorityQueue<Integer> smallRootHeap, PriorityQueue<Integer> bigRootHeap) { for (int i = 0; i < list.size(); i++) { if(smallRootHeap.size() == 0 && bigRootHeap.size() == 0){ bigRootHeap.add(list.get(i)); continue; } while(smallRootHeap.size() - bigRootHeap.size() > 1){ // 说明smallRootHeap中的数据较为多 bigRootHeap.add(smallRootHeap.poll()); } while(bigRootHeap.size() - smallRootHeap.size() > 1){ // 说明bigRootHeap中的数据较为多 smallRootHeap.add(bigRootHeap.poll()); } if (Math.abs(smallRootHeap.size() - bigRootHeap .size())<=1) { bigRootHeap.add(list.get(i)); } } } } class SmallRootHeapComparator implements Comparator<Integer> { public int compare(Integer o1, Integer o2) { return o1 - o2; } } class BigRootHeapComparator implements Comparator<Integer> { public int compare(Integer o1, Integer o2) { return o2 - o1; } }