第K小数
通过二分法来逐渐缩小数据规模,正常情况下每次缩小k//2(特殊情况就是某个数组为空了,此时只需要返回另一个数组从第一个数字开始的第k位就行了)
代码如下
class Solution:
def findMedianSortedArrays(self, nums1: List[int], nums2: List[int]) -> float:
def serchK(k):
index1, index2 = 0, 0
while True:
# 特殊情况:
# 如果某个数组为空了,则返回另一个数组第k小个数
# 注意,此时各数组的index都应该是指向本数组的第一个元素,所以使用下标index+k-1来获取第k个数
if index1 == m: return nums2[index2+k-1]
if index2 == n: return nums1[index1+k-1]
#当k==1时,返回当前两数组较小数字为第k小数
if k == 1: return min(nums1[index1], nums2[index2])
# 正常情况:
# 判断是否下标更新后是否越界,没有则使用新下标
# 新下标:从 下标index开始的第k//2个数, 所以使用下标index+k//2-1来获取
newindex1 = min(index1 + k//2 - 1, m-1)
newindex2 = min(index2 + k//2 - 1, n-1)
num1, num2 = nums1[newindex1], nums2[newindex2]
# 判断当前较小数属于哪个数组,对数组使用逻辑删除,也就是将数组下标移至删除后的第一个元素处
if num1 <= num2:
k -= newindex1 - index1 + 1
index1 = newindex1 + 1
else:
k -= newindex2 - index2 + 1
index2 = newindex2 + 1
m, n = len(nums1), len(nums2)
totallength = m + n
# 判断两数组长度合的奇偶性,如果是奇数,则求第k小数,反之则求第k和后一位数的平均数
if totallength & 1:
return serchK((totallength+1) // 2)
else:
return (serchK(totallength//2) + serchK(totallength // 2 + 1)) / 2