法一:双指针二分法,相当于寻找第k个大的数
中位数根据数组长度的奇偶来定,为了避免分情况讨论,分别找两个数组(m+n+1)/2和(m+n+2)/2位置上的数,加起来求平均,(奇数时,这俩数是一个数,求和/2还是本身)
两个数组分别建立指针,二分法找k/2位置上的数,
1、边界条件:
1)指针大于数组长度,说明该数组为空,直接去另一个数组中寻找
2)k为1,直接返回起始指针位置上两数组的小者
2、一般情况:
1)由于数组长度不定,需要判断k/2位置是否存在,不存在就赋一个极大值,淘汰另一个数组指标的前k/2个数字(因为此时两个数组的k/2数量相加起来已经小于k了,所以第k大的数一定不在另一个组的前k/2个内,可以淘汰了)
【有没有可能两个数组都不存在第K/2个数字呢,这道题里是不可能的,因为我们的K不是任意给的,而是给的m+n的中间值,所以必定至少会有一个数组是存在第K/2个数字的】
2)两个数组的k/2指针处谁小,说明第k大的数不可能在该数组的前k/2个里面,那么将指针往后移动k/2个,同时k减去k/2
法二:通过归并排序合并2个数组,然后返回中位数
class Solution:
def findMedianSortedArrays(self, nums1: List[int], nums2: List[int]) -> float:
# 双指针二分法
m = len(nums1)
n = len(nums2)
left = (m+n+1) // 2
right = (m+n+2) // 2
def findKth(nums1, i, nums2, j, k):
# i是nums的起始位置,j是nums2的起始位置
# 终止条件
if (i >= len(nums1)):return nums2[j+k-1] # nums1为空
if (j >= len(nums2)): return nums1[i+k-1] # nums2为空
if (k == 1):return min(nums1[i], nums2[j])
# 当前的操作:比较k/2的大小
# 先判断是否存在第k/2个数
midVal1 = nums1[i + k//2 - 1] if i + k//2 - 1 < len(nums1) else 999999
minVal2 = nums2[j + k//2 - 1] if j + k//2 - 1 < len(nums2) else 999999
if midVal1 < minVal2:
return findKth(nums1, i + k//2, nums2, j, k - k//2)
else:
return findKth(nums1, i, nums2, j + k//2, k - k//2)
return (findKth(nums1, 0, nums2, 0, left) + findKth(nums1, 0, nums2, 0, right))/2
# 归并排序法
# def mergeTwoList(nums1, nums2):
# tmp = []
# left = right = 0
# while left < len(nums1) and right < len(nums2):
# if (nums1[left] < nums2[right]):
# tmp.append(nums1[left])
# left += 1
# else:
# tmp.append(nums2[right])
# right += 1
# while(left < len(nums1)):
# tmp.append(nums1[left])
# left += 1
# while(right < len(nums2)):
# tmp.append(nums2[right])
# right += 1
# return tmp
# mergeList = mergeTwoList(nums1, nums2)
# n = len(mergeList)
# if n % 2 != 0:
# return mergeList[n//2]
# else:
# return (mergeList[n//2-1] + mergeList[n//2])/2