LeetCode004 寻找两个正序数组的中位数

本文探讨了如何找到两个已排序数组的中位数,提供了两种解决思路:一是合并数组后快速排序;二是通过双指针技巧定位中位数,并给出了详细的代码实现。

题目:

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。

样例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

样例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

样例3:

输入:nums1 = [0,0], nums2 = [0,0]
输出:0.00000

分析:

看到这题的难度评价是困难的时候,有点害怕。。。但是看完题目以后,觉得有点简单。。。写完之后觉得。。。好像不简单。。。对于这个题,看完之后,有了两个思路。

思路一:

将两个有序数组合并,合并完后进行快排,然后选出中位数。

思路二:

算出中位数的位置,用两个指针,分别指两个数组,不断移动两个指针,找到位置。

写代码的时候,用的思路二,因为觉得写合并数组的代码比较麻烦。。。其实是对C++不太熟悉。。不知道咋合并。。。

典型错误代码:::

class Solution {
public:
    double findMedianSortedArrays(vector<int>& nums1, vector<int>& nums2) {
        int m = nums1.size(); 
        int n = nums2.size();   
        int len = m + n;
        int ans = 0;
        int ifodd = 0;
        if (len % 2 == 1){
            ans = (len / 2) + 1;
            ifodd = 1;
        }else{
            ans = len / 2;
            ifodd = 0;
        }
        cout << "1111111111111" << endl;
        int n1 = 0;
        int n2 = 0;
        int jishu = 0;
        int flag = 0; 
        
        while(jishu < len){
            while(nums1[n1] <= nums2[n2]){
                n1++;
                jishu++;
                if(jishu == ans){
                    flag = 0;
                    break;
                }
            }
            while(nums1[n1] >= nums2[n2]){
                n2++;
                jishu++;
                if(jishu == ans){
                    flag = 1;
                    break;
                }
            }
            if(jishu == ans){
                break;
            }
        }
        
        if(ifodd == 1){
            if(flag == 0){
                return nums1[n1];
            }else{
                return nums2[n2];
            }
        }
        if(ifodd == 0){
            if(flag == 0){
                return min((nums1[n1]+nums1[n1+1])/2,(nums1[n1]+nums2[n2+1])/2);
            }else{
                 return min((nums2[n2]+nums1[n1+1])/2,(nums2[n2]+nums1[n1+1])/2);
            }
        }
        return 0;
    }
};

思路一正确代码:

class Solution {
public:
    double findMedianSortedArrays(vector<int>& nums1, vector<int>& nums2) {
        int i=0,j=0;
        vector<int> num;
        double result;
        while(i<nums1.size()&&j<nums2.size())                //两个数组都有值,将小的值先进入num数组中
        {
            if(nums1[i]<=nums2[j])
                num.push_back(nums1[i++]);
            else
                num.push_back(nums2[j++]);
        }
        while(i<nums1.size())                              //将剩余的值都放入num中
            num.push_back(nums1[i++]);
        while(j<nums2.size())
            num.push_back(nums2[j++]);
        int size=num.size();
        if(size%2==0)
        {
            result=double((num[size/2]+num[size/2-1]))/2;
        }
        else
        {
            result=double(num[size/2]);
        }
        return result;


    }
};

思路二。。。懒得改了。。。

完美代码:

class Solution {
public:
    int getKthElement(const vector<int>& nums1, const vector<int>& nums2, int k) {
        /* 主要思路:要找到第 k (k>1) 小的元素,那么就取 pivot1 = nums1[k/2-1] 和 pivot2 = nums2[k/2-1] 进行比较
         * 这里的 "/" 表示整除
         * nums1 中小于等于 pivot1 的元素有 nums1[0 .. k/2-2] 共计 k/2-1 个
         * nums2 中小于等于 pivot2 的元素有 nums2[0 .. k/2-2] 共计 k/2-1 个
         * 取 pivot = min(pivot1, pivot2),两个数组中小于等于 pivot 的元素共计不会超过 (k/2-1) + (k/2-1) <= k-2 个
         * 这样 pivot 本身最大也只能是第 k-1 小的元素
         * 如果 pivot = pivot1,那么 nums1[0 .. k/2-1] 都不可能是第 k 小的元素。把这些元素全部 "删除",剩下的作为新的 nums1 数组
         * 如果 pivot = pivot2,那么 nums2[0 .. k/2-1] 都不可能是第 k 小的元素。把这些元素全部 "删除",剩下的作为新的 nums2 数组
         * 由于我们 "删除" 了一些元素(这些元素都比第 k 小的元素要小),因此需要修改 k 的值,减去删除的数的个数
         */

        int m = nums1.size();
        int n = nums2.size();
        int index1 = 0, index2 = 0;

        while (true) {
            // 边界情况
            if (index1 == m) {
                return nums2[index2 + k - 1];
            }
            if (index2 == n) {
                return nums1[index1 + k - 1];
            }
            if (k == 1) {
                return min(nums1[index1], nums2[index2]);
            }

            // 正常情况
            int newIndex1 = min(index1 + k / 2 - 1, m - 1);
            int newIndex2 = min(index2 + k / 2 - 1, n - 1);
            int pivot1 = nums1[newIndex1];
            int pivot2 = nums2[newIndex2];
            if (pivot1 <= pivot2) {
                k -= newIndex1 - index1 + 1;
                index1 = newIndex1 + 1;
            }
            else {
                k -= newIndex2 - index2 + 1;
                index2 = newIndex2 + 1;
            }
        }
    }

    double findMedianSortedArrays(vector<int>& nums1, vector<int>& nums2) {
        int totalLength = nums1.size() + nums2.size();
        if (totalLength % 2 == 1) {
            return getKthElement(nums1, nums2, (totalLength + 1) / 2);
        }
        else {
            return (getKthElement(nums1, nums2, totalLength / 2) + getKthElement(nums1, nums2, totalLength / 2 + 1)) / 2.0;
        }
    }
};

 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值