求两个有序列表的中值

最新推荐文章于 2020-11-03 09:33:45 发布

fukaixin12

最新推荐文章于 2020-11-03 09:33:45 发布

阅读量260

点赞数

分类专栏： Algorithm and Data Structures

本文链接：https://blog.csdn.net/fukaixin12/article/details/89600601

版权

Algorithm and Data Structures 专栏收录该内容

2 篇文章

订阅专栏

这篇博客探讨了如何找到两个有序列表的中位数。通过分析i和j的索引，确定中位数的位置。对于奇数个元素的情况，中位数是第(m+n)/2个元素；偶数个元素时，需要结合(i, j)及其附近的值来确定。博主提供了主要的程序框架，包括主循环中i和j的移动策略，以及不同情况下的边界处理。当m+n为奇数时，i, j对应最小值即为中位数；偶数时，需结合i, j附近值计算中位数。" 95729858,8682508,方向导数的定义与性质,"['数学', '微积分', '多元函数']

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

先放张图看一下：

i，j对应的list的值大于list前面的数（程序主循环移动i,j时候考虑的便是小的数，索引后移），有i+j个数。（i，j分别为num1和num2的索引）

若为奇数：中位数为第 $\frac{m+n+1}{2}$ 位

若为偶数：中位数为第 $\frac{m+n+1}{2}$ （整除）位和第 $\frac{m+n+1}{2}+1$ （整除）

所以目标明确为使得 $i+j=\frac{m+n+1}{2}-1=\frac{m+n-1}{2}$ ，则仅i,j及其左右处的值与所求中位数相关。

以下为主要的程序框架及代码：

1、主循环中进行i,j的移动：注意当i或j移动到顶端时单独考虑：

情况有三种：（以i到达顶端为例）直接将j移动到指定位置即j += mid-k，之后考虑以下三种情况：

1）nums2[j-1]>nums1[i]（nums1顶端值比较小）

2）j+1<len(nums2) and nums2[j+1]<nums1[i](nums1顶端处值比较大)

3）其它

2、若i，j正确退出主循环

若m+n为奇数，则i,j对应最小值为所求中值；

若m+n为偶数，需要考虑i,j中对应的最小值与i,j附近的值均值得到中位数，并且i，j总有一个位于数组中间；以j位于中间为例进行解释：

分成以下三种情况：

1）nums1[i] > nums2[j+1]（i处的值大于j+1处值）

2）i+1<len(nums1) and nums1[i+1]<nums2[j]（j处的值大于i+1处值）

3）其它

3、python代码

    def findMedianSortedArrays(self, nums1: list, nums2: list) -> float:
        if len(nums1)==0 or len(nums2)==0:
            if len(nums1)>0:
                return nums1[(len(nums1)+1)//2-1] if len(nums1)%2==1 else (nums1[(len(nums1)+1)//2-1]+nums1[(len(nums1)+1)//2])/2
            else:
                return nums2[(len(nums2) + 1) // 2 - 1] if len(nums2) % 2 == 1 else (nums2[(len(nums2) + 1) // 2 - 1] +nums2[(len(nums2) + 1) // 2]) / 2
        mid = (len(nums1) + len(nums2)-1) // 2
        i = 0
        j = 0
        for k in range(mid):
            if i == len(nums1) - 1:
                j += mid-k
                if(nums2[j-1]>nums1[i]):
                    return nums2[j-1] if (len(nums1) + len(nums2)) % 2 == 1 else (nums2[j-1] + nums2[j]) / 2
                elif(j+1<len(nums2) and nums2[j+1]<nums1[i]):
                    return nums2[j] if (len(nums1) + len(nums2)) % 2 == 1 else (nums2[j] + nums2[j+1]) / 2
                else:
                    return min(nums1[i],nums2[j]) if (len(nums1) + len(nums2)) % 2 == 1 else (nums1[i] + nums2[j]) / 2
            elif j == len(nums2) - 1:
                i += mid-k
                if (nums1[i- 1] > nums2[j]):
                    return nums1[i - 1] if (len(nums1) + len(nums2)) % 2 == 1 else (nums1[i - 1] + nums1[i]) / 2
                elif(i+1<len(nums1) and nums1[i+1]<nums2[j]):
                    return nums1[i] if (len(nums1) + len(nums2)) % 2 == 1 else (nums1[i] + nums1[i+1]) / 2
                else:
                    return min(nums1[i], nums2[j]) if (len(nums1) + len(nums2)) % 2 == 1 else (nums1[i] + nums2[j]) / 2
            else:
                if (nums1[i] < nums2[j]):
                    i += 1
                else:
                    j += 1
        if (len(nums1) + len(nums2)) % 2 == 1:
            if(nums1[i]<nums2[j]):
                return nums1[i]
            else:
                return nums2[j]
        else:
            if(j!=len(nums2)-1):
                if(nums1[i] > nums2[j+1]):
                    return (nums2[j]+nums2[j+1])/2
                elif(i+1<len(nums1) and nums1[i+1]<nums2[j]):
                    return (nums1[i] + nums1[i + 1]) / 2
                else:
                    return (nums2[j] + nums1[i]) / 2
            if(i!=len(nums1)-1):
                if (nums2[j] > nums1[i + 1]):
                    return (nums1[i] + nums1[i + 1]) / 2
                elif(j+1<len(nums2)and nums2[j+1]<nums1[i]):
                    return (nums2[j]+nums2[j+1])/2
                else:
                    return (nums1[i] + nums2[j]) / 2
            return  (nums1[i] + nums2[j]) / 2