[编程练习][Median of Two Sorted Arrays]<LeetCode-4>

题目来自leetcode

https://oj.leetcode.com/problems/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)).


class Solution:
    # @return a float
    def findMedianSortedArrays(self, A, B):
        lenB = len(B)
        lenA = len(A)
    
        if (lenA > lenB):
            return self.findMedianSortedArrays(B, A)
        #中位点
        k = int((lenA + lenB - 1)/2)
        #左端
        l = int(0)
        #右端
        r = min(k, lenA)
        while l < r:
            midA = int((l + r)/2)
            midB = int(k - midA)
            if (A[midA] < B[midB]):
                l = midA + 1
            else:
                r = midA

        choose1 = max(A[l-1], B[k - l]) if (l > 0) else B[k - l]  
        if (lenA + lenB)&1 == 1:
            return choose1
            
        if (lenA <= l):
            choose2 = B[k - l + 1]
        elif (k - l + 1) >= lenB:
            choose2 = A[l]
        else:
            choose2 = min(A[l], B[k - l + 1])
        return float(choose1 + choose2)/2


说明:

这一题的难度是Hard。我花了不少时间。最终的解决思路是通过二分法。


这里是判断长度。为了编程的复杂度,总是使A为短的一方。(因为后续代码操作的基准是A)

        if (lenA > lenB):
            return self.findMedianSortedArrays(B, A)

这里k选取两个list长度之和的中间位置。因为B为较长的list,所以后续B从此处开始比较。

l,r是A的两个比较端点。

        #中位点
        k = int((lenA + lenB - 1)/2)
        #左端
        l = int(0)
        #右端
        r = min(k, lenA)


下面开始比较,基本是二分法的思路,根据比较结果分别移动l和r。应该比较简单了。


        while l < r:
            midA = int((l + r)/2)
            midB = int(k - midA)
            if (A[midA] < B[midB]):
                l = midA + 1
            else:
                r = midA

最后,当循环结束,我们得到以A[l] 和B[k - l]为边界的两组数据(左边的小,右边的大)。

如果两个数组总长度为奇数,选择choose1;否则选择choose1和choose2 平均的结果。

        choose1 = max(A[l-1], B[k - l]) if (l > 0) else B[k - l]  
        if (lenA + lenB)&1 == 1:
            return choose1
            
        if (lenA <= l):
            choose2 = B[k - l + 1]
        elif (k - l + 1) >= lenB:
            choose2 = A[l]
        else:
            choose2 = min(A[l], B[k - l + 1])
        return float(choose1 + choose2)/2

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
可以使用二分查找算法来解决这个问题。 首先,我们可以将两个数组合并成一个有序数组,然后求出中位数。但是,这个方法的时间复杂度为 $O(m + n)$,不符合题目要求。因此,我们需要寻找一种更快的方法。 我们可以使用二分查找算法在两个数组中分别找到一个位置,使得这个位置将两个数组分成的左右两部分的元素个数之和相等,或者两部分的元素个数之差不超过 1。这个位置就是中位数所在的位置。 具体来说,我们分别在两个数组中二分查找,假设现在在第一个数组中找到了一个位置 $i$,那么在第二个数组中对应的位置就是 $(m + n + 1) / 2 - i$。如果 $i$ 左边的元素个数加上 $(m + n + 1) / 2 - i$ 左边的元素个数等于 $m$ 个,或者 $i$ 左边的元素个数加上 $(m + n + 1) / 2 - i$ 左边的元素个数等于 $m + 1$ 个,则这个位置就是中位数所在的位置。 具体的实现可以参考以下 Java 代码: ```java public double findMedianSortedArrays(int[] nums1, int[] nums2) { int m = nums1.length, n = nums2.length; if (m > n) { // 保证第一个数组不大于第二个数组 int[] tmp = nums1; nums1 = nums2; nums2 = tmp; int t = m; m = n; n = t; } int imin = 0, imax = m, halfLen = (m + n + 1) / 2; while (imin <= imax) { int i = (imin + imax) / 2; int j = halfLen - i; if (i < imax && nums2[j - 1] > nums1[i]) { imin = i + 1; // i 太小了,增大 i } else if (i > imin && nums1[i - 1] > nums2[j]) { imax = i - 1; // i 太大了,减小 i } else { // i 是合适的位置 int maxLeft = 0; if (i == 0) { // nums1 的左边没有元素 maxLeft = nums2[j - 1]; } else if (j == 0) { // nums2 的左边没有元素 maxLeft = nums1[i - 1]; } else { maxLeft = Math.max(nums1[i - 1], nums2[j - 1]); } if ((m + n) % 2 == 1) { // 总元素个数是奇数 return maxLeft; } int minRight = 0; if (i == m) { // nums1 的右边没有元素 minRight = nums2[j]; } else if (j == n) { // nums2 的右边没有元素 minRight = nums1[i]; } else { minRight = Math.min(nums1[i], nums2[j]); } return (maxLeft + minRight) / 2.0; } } return 0.0; } ``` 时间复杂度为 $O(\log\min(m, n))$。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值