mirror of
https://github.com/halfrost/LeetCode-Go.git
synced 2025-07-05 16:36:41 +08:00
规范格式
This commit is contained in:
@ -0,0 +1,57 @@
|
||||
package leetcode
|
||||
|
||||
func findMedianSortedArrays(nums1 []int, nums2 []int) float64 {
|
||||
// 假设 nums1 的长度小
|
||||
if len(nums1) > len(nums2) {
|
||||
return findMedianSortedArrays(nums2, nums1)
|
||||
}
|
||||
low, high, k, nums1Mid, nums2Mid := 0, len(nums1), (len(nums1)+len(nums2)+1)>>1, 0, 0
|
||||
for low <= high {
|
||||
// nums1: ……………… nums1[nums1Mid-1] | nums1[nums1Mid] ……………………
|
||||
// nums2: ……………… nums2[nums2Mid-1] | nums2[nums2Mid] ……………………
|
||||
nums1Mid = low + (high-low)>>1 // 分界限右侧是 mid,分界线左侧是 mid - 1
|
||||
nums2Mid = k - nums1Mid
|
||||
if nums1Mid > 0 && nums1[nums1Mid-1] > nums2[nums2Mid] { // nums1 中的分界线划多了,要向左边移动
|
||||
high = nums1Mid - 1
|
||||
} else if nums1Mid != len(nums1) && nums1[nums1Mid] < nums2[nums2Mid-1] { // nums1 中的分界线划少了,要向右边移动
|
||||
low = nums1Mid + 1
|
||||
} else {
|
||||
// 找到合适的划分了,需要输出最终结果了
|
||||
// 分为奇数偶数 2 种情况
|
||||
break
|
||||
}
|
||||
}
|
||||
midLeft, midRight := 0, 0
|
||||
if nums1Mid == 0 {
|
||||
midLeft = nums2[nums2Mid-1]
|
||||
} else if nums2Mid == 0 {
|
||||
midLeft = nums1[nums1Mid-1]
|
||||
} else {
|
||||
midLeft = max(nums1[nums1Mid-1], nums2[nums2Mid-1])
|
||||
}
|
||||
if (len(nums1)+len(nums2))&1 == 1 {
|
||||
return float64(midLeft)
|
||||
}
|
||||
if nums1Mid == len(nums1) {
|
||||
midRight = nums2[nums2Mid]
|
||||
} else if nums2Mid == len(nums2) {
|
||||
midRight = nums1[nums1Mid]
|
||||
} else {
|
||||
midRight = min(nums1[nums1Mid], nums2[nums2Mid])
|
||||
}
|
||||
return float64(midLeft+midRight) / 2
|
||||
}
|
||||
|
||||
func max(a int, b int) int {
|
||||
if a > b {
|
||||
return a
|
||||
}
|
||||
return b
|
||||
}
|
||||
|
||||
func min(a int, b int) int {
|
||||
if a > b {
|
||||
return b
|
||||
}
|
||||
return a
|
||||
}
|
@ -0,0 +1,48 @@
|
||||
package leetcode
|
||||
|
||||
import (
|
||||
"fmt"
|
||||
"testing"
|
||||
)
|
||||
|
||||
type question4 struct {
|
||||
para4
|
||||
ans4
|
||||
}
|
||||
|
||||
// para 是参数
|
||||
// one 代表第一个参数
|
||||
type para4 struct {
|
||||
nums1 []int
|
||||
nums2 []int
|
||||
}
|
||||
|
||||
// ans 是答案
|
||||
// one 代表第一个答案
|
||||
type ans4 struct {
|
||||
one float64
|
||||
}
|
||||
|
||||
func Test_Problem4(t *testing.T) {
|
||||
|
||||
qs := []question4{
|
||||
|
||||
question4{
|
||||
para4{[]int{1, 3}, []int{2}},
|
||||
ans4{2.0},
|
||||
},
|
||||
|
||||
question4{
|
||||
para4{[]int{1, 2}, []int{3, 4}},
|
||||
ans4{2.5},
|
||||
},
|
||||
}
|
||||
|
||||
fmt.Printf("------------------------Leetcode Problem 4------------------------\n")
|
||||
|
||||
for _, q := range qs {
|
||||
_, p := q.ans4, q.para4
|
||||
fmt.Printf("【input】:%v 【output】:%v\n", p, findMedianSortedArrays(p.nums1, p.nums2))
|
||||
}
|
||||
fmt.Printf("\n\n\n")
|
||||
}
|
47
leetcode/0004.Median-of-Two-Sorted-Arrays/README.md
Executable file
47
leetcode/0004.Median-of-Two-Sorted-Arrays/README.md
Executable file
@ -0,0 +1,47 @@
|
||||
# [4. Median of Two Sorted Arrays](https://leetcode.com/problems/median-of-two-sorted-arrays/)
|
||||
|
||||
|
||||
## 题目:
|
||||
|
||||
There are two sorted arrays **nums1** and **nums2** 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)).
|
||||
|
||||
You may assume **nums1** and **nums2** cannot be both empty.
|
||||
|
||||
**Example 1:**
|
||||
|
||||
nums1 = [1, 3]
|
||||
nums2 = [2]
|
||||
|
||||
The median is 2.0
|
||||
|
||||
**Example 2:**
|
||||
|
||||
nums1 = [1, 2]
|
||||
nums2 = [3, 4]
|
||||
|
||||
The median is (2 + 3)/2 = 2.5
|
||||
|
||||
|
||||
## 题目大意
|
||||
|
||||
|
||||
给定两个大小为 m 和 n 的有序数组 nums1 和 nums2。
|
||||
|
||||
请你找出这两个有序数组的中位数,并且要求算法的时间复杂度为 O(log(m + n))。
|
||||
|
||||
你可以假设 nums1 和 nums2 不会同时为空。
|
||||
|
||||
|
||||
|
||||
## 解题思路
|
||||
|
||||
|
||||
- 给出两个有序数组,要求找出这两个数组合并以后的有序数组中的中位数。要求时间复杂度为 O(log (m+n))。
|
||||
- 这一题最容易想到的办法是把两个数组合并,然后取出中位数。但是合并有序数组的操作是 `O(max(n,m))` 的,不符合题意。看到题目给的 `log` 的时间复杂度,很容易联想到二分搜索。
|
||||
- 由于要找到最终合并以后数组的中位数,两个数组的总大小也知道,所以中间这个位置也是知道的。只需要二分搜索一个数组中切分的位置,另一个数组中切分的位置也能得到。为了使得时间复杂度最小,所以二分搜索两个数组中长度较小的那个数组。
|
||||
- 关键的问题是如何切分数组 1 和数组 2 。其实就是如何切分数组 1 。先随便二分产生一个 `midA`,切分的线何时算满足了中位数的条件呢?即,线左边的数都小于右边的数,即,`nums1[midA-1] ≤ nums2[midB] && nums2[midB-1] ≤ nums1[midA]` 。如果这些条件都不满足,切分线就需要调整。如果 `nums1[midA] < nums2[midB-1]`,说明 `midA` 这条线划分出来左边的数小了,切分线应该右移;如果 `nums1[midA-1] > nums2[midB]`,说明 midA 这条线划分出来左边的数大了,切分线应该左移。经过多次调整以后,切分线总能找到满足条件的解。
|
||||
- 假设现在找到了切分的两条线了,`数组 1` 在切分线两边的下标分别是 `midA - 1` 和 `midA`。`数组 2` 在切分线两边的下标分别是 `midB - 1` 和 `midB`。最终合并成最终数组,如果数组长度是奇数,那么中位数就是 `max(nums1[midA-1], nums2[midB-1])`。如果数组长度是偶数,那么中间位置的两个数依次是:`max(nums1[midA-1], nums2[midB-1])` 和 `min(nums1[midA], nums2[midB])`,那么中位数就是 `(max(nums1[midA-1], nums2[midB-1]) + min(nums1[midA], nums2[midB])) / 2`。图示见下图:
|
||||
|
||||

|
Reference in New Issue
Block a user