【leetcode刷题笔记】Median of Two Sorted Arrays

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)).

---

 

题解：注意这里对median的理解，如果A，B合并后的序列有奇数个元素，那么中间元素就是下标为(a.length+b.length)/2的元素；而如果合并后的序列有偶数个元素，那么median是下标为(a.length+b.length)/2和(a.length+b.length)/2-1两个元素的平均数。

我们实现一个二分在有序两个数组中找第k小的数的函数，然后在主函数中，根据合并后数组元素个数的奇偶性调用这个函数。

首先来看这个在两个有序数组中找第k小的数的函数 private double findKth(int a[],int b[],int k,int a_start,int b_start){ 。它的原理如下图所示：

即：

if(a_mid < b_mid)

    return findKth(a, b, k-k/2, a_start+k/2, b_start);

else

    return findKth(a, b, k-k/2, a_start, b_start+k/2);

再来看求解函数 public double findMedianSortedArrays(int A[], int B[]) ，当A和B合并后元素个数为奇数的时候，我们直接调用 findKth(A, B, (B.length+A.length)/2+1, 0, 0) 找到第(A.length+B.length)/2的数就是中位数了。而当A和B的合并后元素个数为偶数的时候，我们要调用两次findKth分别找到第(A.length+B.length)/2和第(A.length+B.length)/2-1的数，然后求它们的平均数，即 (findKth(A, B, (A.length+B.length)/2, 0, 0) + findKth(A, B, (A.length+B.length)/2+1, 0, 0)) / 2.0 。

代码如下：

 1 public class Solution {

 2     private double findKth(int a[],int b[],int k,int a_start,int b_start){

 3         //if a is empty

 4         if(a_start >= a.length)

 5             return b[b_start+k-1];

 6         if(b_start >= b.length)

 7             return a[a_start+k-1];

 8         

 9         if(k == 1)

10             return Math.min(a[a_start], b[b_start]);

11         

12         int a_mid = a_start + k/2 -1 < a.length?a[a_start+k/2-1]:Integer.MAX_VALUE;

13         int b_mid = b_start + k/2 -1 < b.length?b[b_start+k/2-1]:Integer.MAX_VALUE;

14         

15         if(a_mid < b_mid){

16             return findKth(a, b, k-k/2, a_start+k/2, b_start);

17         }

18         else

19             return findKth(a, b, k-k/2, a_start, b_start+k/2);

20         

21     }

22     public double findMedianSortedArrays(int A[], int B[]) {

23         int len = A.length + B.length;

24         if(len % 2 == 0)

25             return (findKth(A, B, len/2, 0, 0) + findKth(A, B, len/2+1, 0, 0)) / 2.0;

26         else

27             return findKth(A, B, len/2+1, 0, 0);

28     }

29 }