Median Of Two Sorted Arrays
本篇文章是對leetcode中 Median Of Two Sorted Arrays 解法的整理。
image.png
二分查找
在大家讀題的時候不知有沒有注意兩個小細節“O(log(m+n))”和“Sorted Arrays”。經常刷題的同學可能很容易想到這個不就是二分查找嗎。所以我們撇開這題不談,先看看二分查找。
給定一個有序數組a = [1,3,5,7,9,10,11,13,14,15],如果快速找到數字11的位置。
如果確定是長度很短的數組,我建議大家直接遍歷就行了。但是在項目中這麼理想的情況很少存在,我們經常需要處理長度特別長的數組,這時候遍歷可能就有點喫不消了。於是一種優化的方法自然成了我們追求的目標,這裏給出二分查找的方法。
上面給出的數組是有序的,那麼如果把數組在中間一分爲二,那是不是意味着我們只需要對左側數組的最大值(最後一個數字)和右側數組的最小值(第一個數組)比較,就可以判斷目標值11在左半邊還是右半邊。
採用相同的方法在確定的小數組中繼續一分爲二並判斷,直到找到目標值。
這就是二分查找,來張圖演示一下:
image.png
Golang代碼(非遞歸):
func BinarySearch(arr []int, target int)(index int) { leftIndex, rightIndex := 0, len(arr) - 1 for { if leftIndex > rightIndex { // 未找到的退出條件 index = -1 break } middleIndex := (leftIndex + rightIndex) / 2 if arr[middleIndex] == target { // 找到的退出條件 index = middleIndex break } else if arr[middleIndex] > target { //取左側一半數組 rightIndex = middleIndex - 1 } else { //取右側一半的數組 leftIndex = middleIndex + 1 } } return }
Golang代碼(遞歸):
func BinarySearch(arr []int, target int)(index int) { leftIndex, rightIndex := 0, len(arr) - 1 return recursive(arr, leftIndex, rightIndex, target) } func recursive(arr []int, leftIndex, rightIndex, target int) int { if leftIndex > rightIndex { // 未找到的退出條件 return -1 } middleIndex := (leftIndex + rightIndex) / 2 if arr[middleIndex] == target { // 找到的退出條件 return middleIndex } else if arr[middleIndex] > target { //取左側一半數組 return recursive(arr, leftIndex, middleIndex - 1, target) } else { //取右側一半的數組 return recursive(arr, middleIndex + 1, rightIndex, target) } }
測試:
func main() { arr := []int{1,3,5,6,9,10,11,13,14,15} target := 7 fmt.Println(BinarySearch(arr, target)) }
解題思路
從題目中我們可以看出核心問題是尋找兩個數組中第K個數,K爲兩個數組中間的一個(數組之和爲奇數)或兩個數(數組之後爲偶數),即:
我們以下面一組case爲例:
image.png
我們需要找到第7和第8個數,求平均。這裏我們以第7個數爲例進行說明。
首先我們先查找k/2=7/2=3個數據,比較兩個數組的第三個元素的大小,我們發現5 < 8,於是我們刪除第一個數組的前三個元素。
image.png
這裏可能有人會問爲什麼刪除第一個數組?因爲我們需要保證刪除的數據儘可能小,刪除了5之後我們可以保證剩餘數組中>=5的數的數量會大於整體長度的一半。在這個例子中大於等於5的元素的數量可以確定至少有(9+5)-3-2=9個,其中3是nums1中刪除的元素數,2是nums中小於8的元素數。這樣可以保證目標值不會被刪除。
刪除3個元素後,問題變成了尋找第k=7-3=4個元素。採用同樣的方式:
image.png
我們刪除4的一半個元素,即刪除nums2中前2個元素。繼續採用同樣的方法刪除剩餘的2個元素中的一半:
image.png
當k=1時,我們只需要取兩個數組第一個元素中較小的元素即可。
image.png
同時,我們需要注意兩種邊界問題:
- 當其中一個數組長度爲0時,我們可以直接在另一個數組中獲取目標值。
- 當其中一個數組長度小於k/2時,我們可以比較這個數組的最後一個元素。
源代碼(Golang)
func findMedianSortedArrays(nums1 []int, nums2 []int) float64 { if (len(nums1) + len(nums2)) % 2 == 0 { return float64( findKth(nums1, nums2, (len(nums1) + len(nums2)) / 2) + findKth(nums1, nums2, (len(nums1) + len(nums2)) / 2 + 1)) / 2.0 } return float64(findKth(nums1, nums2, (len(nums1) + len(nums2)) / 2 + 1)) } func findKth(nums1, nums2 []int, k int) int { if len(nums1) == 0 { return nums2[k - 1] } if len(nums2) == 0 { return nums1[k - 1] } if k == 1 { return min(nums1[0], nums2[0]) } var num1 int var num2 int var to1 int var to2 int if k / 2 > len(nums1) { num1 = nums1[len(nums1) - 1] to1 = len(nums1) } else { num1 = nums1[k / 2 - 1] to1 = k / 2 } if k / 2 > len(nums2) { num2 = nums2[len(nums2) - 1] to2 = len(nums2) } else { num2 = nums2[k / 2 - 1] to2 = k / 2 } if num1 > num2 { return findKth(nums1, nums2[to2:], k - to2) } return findKth(nums1[to1:], nums2, k - to1) } func min(a, b int) int { if a < b { return a } return b }
有疑問加站長微信聯繫