寻找两个正序数组的中位数

寻找两个正序数组的中位数

• 1、寻找两个正序数组的中位数：
• • 代码：
  • 大佬代码：

1、寻找两个正序数组的中位数：

给定两个大小分别为 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。算法的时间复杂度应该为0（log（m+n)）
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

代码：

思路：

​ 先把两个数组和并。

​ 在使用工具类Arrays的sort()方法排序。

​ 在判断中间数有几个，分别计算中位数。

class Solution {
    public double findMedianSortedArrays(int[] nums1, int[] nums2) {
        double median=0;
        int[] arr=new int[nums1.length+nums2.length];
        for (int i = 0; i < arr.length; i++) {
            if(i<nums1.length){
                arr[i]=nums1[i];
            }else {
                arr[i]=nums2[i- nums1.length];
            }

            //System.out.print(arr[i]+" ");
        }

        Arrays.sort(arr);
        median=arr[arr.length/2];
        if(arr.length%2==0){
            //最中间的数有两位
            median+=arr[arr.length/2-1];
            median/=2;
        }
        return median;
    }

}

思路：

​ 双重for循环遍历两个数组，两个数组进行比大小。

​ 小的放入新数组中。

​ 在判断新数组的中间数有几个，分别计算中位数。

class Solution {
    public static double findMedianSortedArrays(int[] nums1, int[] nums2) {
        double median=0;
        int[] arr=new int[nums1.length+nums2.length];
        int count=0;
        int count1=0;
        int count2=0;
        int i,j=0;
        for (i = 0; i < nums1.length; i++) {
            for ( j = count2; j < nums2.length; j++) {

                if(nums1[i]<nums2[j]){
                    arr[count++]=nums1[i];
                    count1++;
                    break;
                }else {
                    arr[count++]=nums2[j];
                    count2++;
                }
            }
        }



        while(count1<nums1.length){
            arr[count++]=nums1[count1++];
        }

        while(count2<nums2.length){
            arr[count++]=nums2[count2++];
        }


        /*for (int i1 = 0; i1 < arr.length; i1++) {
            System.out.print(arr[i1]+"  ");
        }*/


        median=arr[arr.length/2];
        if(arr.length%2==0){
            //最中间的数有两位
            median+=arr[arr.length/2-1];
            median/=2;
        }
        return median;
    }

}

大佬代码：

判断了两个数组其中一个为空的情况。

简单粗暴，先将两个数组合并，两个有序数组的合并也是归并排序中的一部分。然后根据奇数，还是偶数，返回中位数。

public double findMedianSortedArrays(int[] nums1, int[] nums2) {
    int[] nums;
    int m = nums1.length;
    int n = nums2.length;
    nums = new int[m + n];
    if (m == 0) {
        if (n % 2 == 0) {
            return (nums2[n / 2 - 1] + nums2[n / 2]) / 2.0;
        } else {

            return nums2[n / 2];
        }
    }
    if (n == 0) {
        if (m % 2 == 0) {
            return (nums1[m / 2 - 1] + nums1[m / 2]) / 2.0;
        } else {
            return nums1[m / 2];
        }
    }

    int count = 0;
    int i = 0, j = 0;
    while (count != (m + n)) {
        if (i == m) {
            while (j != n) {
                nums[count++] = nums2[j++];
            }
            break;
        }
        if (j == n) {
            while (i != m) {
                nums[count++] = nums1[i++];
            }
            break;
        }

        if (nums1[i] < nums2[j]) {
            nums[count++] = nums1[i++];
        } else {
            nums[count++] = nums2[j++];
        }
    }

    if (count % 2 == 0) {
        return (nums[count / 2 - 1] + nums[count / 2]) / 2.0;
    } else {
        return nums[count / 2];
    }
}

该代码思路：不合并两个数组，直接算出中位数的的位置，进行求值。

public double findMedianSortedArrays(int[] A, int[] B) {
    int m = A.length;
    int n = B.length;
    int len = m + n;
    //记录计算中位数需要的值。
    int left = -1, right = -1;
    //判断两数组已经遍历到的位置。
    int aStart = 0, bStart = 0;
    //中位数在整个数组（排序好）的中间一位或两位。直接i <= len / 2
    for (int i = 0; i <= len / 2; i++) {
        left = right;
        if (aStart < m && (bStart >= n || A[aStart] < B[bStart])) {
            right = A[aStart++];
        } else {
            right = B[bStart++];
        }
    }
    if ((len & 1) == 0)//长度 & 1，偶数 & 1 结果为0，奇数 & 1 结果为1
        return (left + right) / 2.0;
    else
        return right;
}