Median of Two Sorted Arrays
描述
There are two sorted arrays A
and B
of size m
and n
respectively. Find the median of the two sorted arrays. The overall run time complexity should be O(log (m+n))
.
分析
这是一道非常经典的题。这题更通用的形式是,给定两个已经排序好的数组,找到两者所有元素中第k
大的元素。
O(m+n)
的解法比较直观,直接merge两个数组,然后求第k
大的元素。
不过我们仅仅需要第k
大的元素,是不需要“排序”这么昂贵的操作的。可以用一个计数器,记录当前已经找到第m
大的元素了。同时我们使用两个指针pA
和pB
,分别指向A和B数组的第一个元素,使用类似于merge sort的原理,如果数组A当前元素小,那么pA++
,同时m++
;如果数组B当前元素小,那么pB++
,同时m++
。最终当m
等于k
的时候,就得到了我们的答案,O(k)
时间,O(1)
空间。但是,当k
很接近m+n
的时候,这个方法还是O(m+n)
的。
有没有更好的方案呢?我们可以考虑从k
入手。如果我们每次都能够删除一个一定在第k
大元素之前的元素,那么我们需要进行k
次。但是如果每次我们都删除一半呢?由于A和B都是有序的,我们应该充分利用这里面的信息,类似于二分查找,也是充分利用了“有序”。
假设A和B的元素个数都大于k/2
,我们将A的第k/2
个元素(即A[k/2-1]
)和B的第k/2
个元素(即B[k/2-1]
)进行比较,有以下三种情况(为了简化这里先假设k
为偶数,所得到的结论对于k
是奇数也是成立的):
A[k/2-1] == B[k/2-1]
A[k/2-1] > B[k/2-1]
A[k/2-1] < B[k/2-1]
如果A[k/2-1] < B[k/2-1]
,意味着A[0]
到A[k/2-1]
的肯定在的top k元素的范围内,换句话说,A[k/2-1]
不可能大于的第k
大元素。留给读者证明。
因此,我们可以放心的删除A数组的这k/2
个元素。同理,当A[k/2-1] > B[k/2-1]
时,可以删除B数组的k/2
个元素。
当A[k/2-1] == B[k/2-1]
时,说明找到了第k
大的元素,直接返回A[k/2-1]
或B[k/2-1]
即可。
因此,我们可以写一个递归函数。那么函数什么时候应该终止呢?
- 当A或B是空时,直接返回
B[k-1]
或A[k-1]
; - 当
k=1
是,返回min(A[0], B[0])
; - 当
A[k/2-1] == B[k/2-1]
时,返回A[k/2-1]
或B[k/2-1]
代码
// Median of Two Sorted Arrays
// Time Complexity: O(log(m+n)),Space Complexity: O(log(m+n))
class Solution {
public:
double findMedianSortedArrays(const vector<int>& A, const vector<int>& B) {
const int total = A.size() + B.size();
if (total %2 == 1)
return find_kth(A.begin(), m, B.begin(), n, total / 2 + 1);
else
return (find_kth(A.begin(), m, B.begin(), n, total / 2)
+ find_kth(A.begin(), m, B.begin(), n, total / 2 + 1)) / 2.0;
}
private:
static int find_kth(std::vector<int>::const_iterator A, int m,
std::vector<int>::const_iterator B, int n, int k) {
//always assume that m is equal or smaller than n
if (m > n) return find_kth(B, n, A, m, k);
if (m == 0) return *(B + k - 1);
if (k == 1) return min(*A, *B);
//divide k into two parts
int ia = min(k / 2, m), ib = k - ia;
if (*(A + ia - 1) < *(B + ib - 1))
return find_kth(A + ia, m - ia, B, n, k - ia);
else if (*(A + ia - 1) > *(B + ib - 1))
return find_kth(A, m, B + ib, n - ib, k - ib);
else
return A[ia - 1];
}
};