每天练习python-中位数

题目：给定两个大小分别为 m 和 n 的正序（从小到大）数组 nums1 和 nums2。请你找出并返回这两个正序数组的 中位数 。 算法的时间复杂度应该为 O(log (m+n))

思路

我们可以使用分治算法来解决这个问题。具体地，我们将两个数组进行分割，分别取左半部分和右半部分，并满足以下两个条件：

1. 左半部分的长度等于右半部分的长度或者比右半部分的长度少 1；
2. 左半部分的所有元素都小于右半部分的所有元素。

在满足上述条件的前提下，中位数即为左半部分的最大值和右半部分的最小值的平均数，或者左半部分的最大值（当左半部分长度比右半部分长度少 1 时）。

那么，怎么对数组进行分割呢？我们可以分别对两个数组进行二分查找，并以较短的数组为基准进行分割。具体地，我们设较短的数组为 nums1，其长度为 m；较长的数组为 nums2，其长度为 n。接着，我们考虑第 k 小的元素，其中 k = (m + n + 1) // 2（向下取整）。我们在 nums1 中随机选择一个位置 i 进行分割，并将 nums1 分成两部分：

• 左半部分包含 nums1[0], nums1[1], ..., nums1[i - 1]；
• 右半部分包含 nums1[i], nums1[i + 1], ..., nums1[m - 1]。

为了满足上述第二个条件，我们需要保证：

• nums1[i - 1] <= nums2[j]，其中 j = k - i；
• nums2[j - 1] <= nums1[i]。

如果这两个条件都满足，那么第 k 小的元素即为 max(nums1[i - 1], nums2[j - 1])。否则，我们需要将 i 向左或者向右移动，并重新进行分割，直到找到合适的位置为止。

class Solution:
    def findMedianSortedArrays(self, nums1: List[int], nums2: List[int]) -> float:
        m, n = len(nums1), len(nums2)
        if m > n:
            nums1, nums2, m, n = nums2, nums1, n, m
        k = (m + n + 1) // 2
        left, right = 0, m
        while left < right:
            i = (left + right) // 2
            j = k - i
            if nums1[i] < nums2[j - 1]:
                left = i + 1
            else:
                right = i
        i, j = left, k - left
        nums1_left_max = float('-inf') if i == 0 else nums1[i - 1]
        nums1_right_min = float('inf') if i == m else nums1[i]
        nums2_left_max = float('-inf') if j == 0 else nums2[j - 1]
        nums2_right_min = float('inf') if j == n else nums2[j]
        if (m + n) % 2 == 1:
            return max(nums1_left_max, nums2_left_max)
        else:
            return (max(nums1_left_max, nums2_left_max) + min(nums1_right_min, nums2_right_min)) / 2

在上面的代码中，我们首先将较短的数组 nums1 和较长的数组 nums2 进行二分查找，并以 nums1 为基准进行分割。具体地，我们设 nums1 的左半部分长度为 i，右半部分长度为 m - i，nums2 的左半部分长度为 j，右半部分长度为 n - j。随后，我们需要保证以下两个条件：

• nums1[i - 1] <= nums2[j]，其中 j = k - i；

  nums2[j - 1] <= nums1[i]。

  如果这两个条件都满足，那么第 k 小的元素即为 max(nums1[i - 1], nums2[j - 1])。否则，我们需要将 i 向左或者向右移动，并重新进行分割，直到找到合适的位置为止。最后，根据数组的长度之和是否为奇数来返回中位数。

  在上面的代码中，我们使用了 Python 中的 float('-inf') 和 float('inf') 来表示负无穷和正无穷。由于每次迭代都会将搜索区间缩小一半，因此总时间复杂度为 O(log(m + n))，其中 m 和 n 分别为两个数组的长度。