LeetCode第四题寻找两个有序数组的中位数(Python)
题目描述
给定两个大小为 m 和 n 的有序数组 nums1 和 nums2。
请你找出这两个有序数组的中位数,并且要求算法的时间复杂度为 O(log(m + n))。
你可以假设 nums1 和 nums2 不会同时为空。
示例 1:
nums1 = [1, 3]
nums2 = [2]
则中位数是 2.0
示例 2:
nums1 = [1, 2]
nums2 = [3, 4]
则中位数是 (2 + 3)/2 = 2.5
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/median-of-two-sorted-arrays
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
解题方法和思路
方法1(自己想到的菜鸡实现,时间复杂度 o ( m + n ) o(m+n) o(m+n))
虽然看到时间复杂度有
l
o
g
log
log,就想到了二分法,但是实在想不出来。。。
因为题目指出两个原本的列表为有序的列表,因此,合并成一个有序的列表的做法可以从两个列表的一段开始逐个比较,将较小的那个列表的元素放入结果列表存储,并且相应的索引向后挪动,时间复杂度为
o
(
m
+
n
)
o(m+n)
o(m+n),合并以后找出中位数即可。
核心代码:
class Solution:
def findMedianSortedArrays(self, nums1: List[int], nums2: List[int]) -> float:
length_nums1 = len(nums1)
length_nums2 = len(nums2)
middle_index = (length_nums1 + length_nums2) / 2
i = 0
j = 0
k = 0
result = []
while i<length_nums1 and j<length_nums2:
if nums1[i]>=nums2[j]:
result.append(nums2[j])
j += 1
else:
result.append(nums1[i])
i += 1
while i<length_nums1:
result.append(nums1[i])
i += 1
while j<length_nums2:
result.append(nums2[j])
j += 1
if int(middle_index) == middle_index:
return (result[int(middle_index)-1] + result[int(middle_index)])/2
else:
return result[int(middle_index)]
方法2(LeetCode官方账号解答实现)
在统计中,中位数被用来:
将一个集合划分为两个长度相等的子集,其中一个子集中的元素总是大于另一个子集中的元素。
如果理解了中位数的划分作用,我们就很接近答案了。
首先,让我们在任一位置
i
i
i 将
A
A
A 划分成两个部分:
left_A | right_A
A[0], A[1], ..., A[i-1] | A[i], A[i+1], ..., A[m-1]
由于
A
A
A 中有
m
m
m 个元素,所以我们有
m
+
1
m+1
m+1 种划分的方法
(
i
=
0
∼
m
)
(i = 0 \sim m)
(i=0∼m)。
我们知道:
len(left_A)= i i i,len(right_A)= m − i m−i m−i.
注意:当 i = 0 i=0 i=0 时,left_A 为空集, 而当 i = m i=m i=m 时, right_A 为空集。
采用同样的方式,我们在任一位置 j j j将 B B B 划分成两个部分:
left_B | right_B
B[0], B[1], ..., B[j-1] | B[j], B[j+1], ..., B[n-1]
将 left_A 和 left_B 放入一个集合,并将 right_A 和 right_B 放入另一个集合。 再把这两个新的集合分别命名为 left_part 和right_part:
left_part | right_part
A[0], A[1], ..., A[i-1] | A[i], A[i+1], ..., A[m-1]
B[0], B[1], ..., B[j-1] | B[j], B[j+1], ..., B[n-1]
如果我们可以确认:
- len(left_part)=len(right_part)
- m a x max max(left_part) ≤ ≤ ≤ m i n min min(right_part)
那么,我们已经将
{
A
,
B
}
\{ A,B \}
{A,B} 中的所有元素划分为相同长度的两个部分,且其中一部分中的元素总是大于另一部分中的元素。那么:
m
e
d
i
a
n
=
m
a
x
(
l
e
f
t
_
p
a
r
t
)
+
m
i
n
(
r
i
g
h
r
_
p
a
r
t
)
2
median=\frac{max(left\_part) + min(righr\_part)}{2}
median=2max(left_part)+min(righr_part)
要确保这两个条件,我们只需要保证:
- i + j = m − i + n − j i+j=m−i+n−j i+j=m−i+n−j(或: m − i + n − j + 1 m−i+n−j+1 m−i+n−j+1)
如果 n ≥ m n \geq m n≥m,只需要使 i = 0 ∼ m i = 0 \sim m i=0∼m, j = m + n + 1 2 − i j = \frac {m + n + 1}{2} - i j=2m+n+1−i- B [ j − 1 ] ≤ A [ i ] B[j-1] \leq A[i] B[j−1]≤A[i] 以及 A [ i − 1 ] ≤ B [ j ] A[i−1] \leq B[j] A[i−1]≤B[j]
ps.1 为了简化分析,我假设
A
[
i
−
1
]
A[i−1]
A[i−1],
B
[
j
−
1
]
B[j−1]
B[j−1],
A
[
i
]
A[i]
A[i],
B
[
j
]
B[j]
B[j] 总是存在,哪怕出现
i
=
0
i=0
i=0,
i
=
m
i=m
i=m,
j
=
0
j=0
j=0,或是
j
=
n
j=n
j=n 这样的临界条件。
我将在最后讨论如何处理这些临界值。
ps.2 为什么 n ≥ m n \geq m n≥m?由于 0 ≤ i ≤ m 0 \leq i \leq m 0≤i≤m 且 j = m + n + 1 2 − i j = \frac{m + n + 1}{2} - i j=2m+n+1−i,我必须确保 j j j 不是负数。如果 n < m n<m n<m,那么 j j j 将可能是负数,而这会造成错误的答案。
所以,我们需要做的是:
在 [ 0 , m ] [0,m] [0,m]中搜索并找到目标对象 i i i,以使:
B [ j − 1 ] ≤ A [ i ] B[j−1] \leq A[i] B[j−1]≤A[i] 且 A [ i − 1 ] ≤ B [ j ] A[i−1] \leq B[j] A[i−1]≤B[j], 其中 j = m + n + 1 2 − i j = \frac{m + n + 1}{2} - i j=2m+n+1−i
接着,我们可以按照以下步骤来进行二叉树搜索:
- 设 i m i n = 0 imin=0 imin=0, i m a x = m imax=m imax=m, 然后开始在 [ i m i n , i m a x ] [imin,imax] [imin,imax] 中进行搜索。
- 令 i = i m i n + i m a x 2 i = \frac{imin+imax}{2} i=2imin+imax, j = n + m + 1 2 − i j=\frac{n+m+1}{2}-i j=2n+m+1−i
- 现在我们有len(left_part)=len(right_part)。 而且我们只会遇到三种情况:
- B [ j − 1 ] ≤ A [ i ] B[j−1] \leq A[i] B[j−1]≤A[i] 且 A [ i − 1 ] ≤ B [ j ] A[i−1] \leq B[j] A[i−1]≤B[j]:
这意味着我们找到了目标对象 i i i,所以可以停止搜索。
- B [ j − 1 ] > A [ i ] B[j−1] > A[i] B[j−1]>A[i]:
这意味着 A [ i ] A[i] A[i] 太小,我们必须调整 ii 以使 B [ j − 1 ] ≤ A [ i ] B[j−1] \leq A[i] B[j−1]≤A[i]。
我们可以增大 i i i 吗?
是的,因为当 i i i 被增大的时候, j j j 就会被减小。
因此 B [ j − 1 ] B[j−1] B[j−1] 会减小,而 A [ i ] A[i] A[i] 会增大,那么 B [ j − 1 ] ≤ A [ i ] B[j−1] \leq A[i] B[j−1]≤A[i] 就可能被满足。
我们可以减小 i i i 吗?
不行,因为当 i i i 被减小的时候, j j j 就会被增大。
因此 B [ j − 1 ] B[j−1] B[j−1] 会增大,而 A [ i ] A[i] A[i] 会减小,那么 B [ j − 1 ] ≤ A [ i ] B[j−1] \leq A[i] B[j−1]≤A[i] 就可能不满足。
所以我们必须增大 i i i。也就是说,我们必须将搜索范围调整为 [ i + 1 , i m a x ] [i+1,imax] [i+1,imax]。
因此,设 i m i n = i + 1 imin=i+1 imin=i+1,并转到步骤 2。
- A [ i − 1 ] > B [ j ] A[i−1] > B[j] A[i−1]>B[j]:
这意味着 A [ i − 1 ] A[i−1] A[i−1] 太大,我们必须减小 i i i 以使 A [ i − 1 ] ≤ B [ j ] A[i−1]\leq B[j] A[i−1]≤B[j]。
也就是说,我们必须将搜索范围调整为 [ i m i n , i − 1 ] [imin,i−1] [imin,i−1]。
因此,设 i m a x = i − 1 imax=i−1 imax=i−1,并转到步骤 2。
当找到目标对象 i i i 时,中位数为:
m a x ( A [ i − 1 ] , B [ j − 1 ] ) max(A[i−1],B[j−1]) max(A[i−1],B[j−1]), 当 m + n m+n m+n 为奇数时
m a x ( A [ i − 1 ] , B [ j − 1 ] ) + m i n ( A [ i ] , B [ j ] ) 2 \frac{max(A[i-1],B[j-1])+min(A[i],B[j])}{2} 2max(A[i−1],B[j−1])+min(A[i],B[j]), 当 m + n m+n m+n为偶数时
现在,让我们来考虑这些临界值
i
=
0
,
i
=
m
,
j
=
0
,
j
=
n
i=0,i=m,j=0,j=n
i=0,i=m,j=0,j=n,此时
A
[
i
−
1
]
,
B
[
j
−
1
]
,
A
[
i
]
,
B
[
j
]
A[i−1],B[j−1],A[i],B[j]
A[i−1],B[j−1],A[i],B[j] 可能不存在。
其实这种情况比你想象的要容易得多。
我们需要做的是确保
m
a
x
(
l
e
f
t
p
a
r
t
)
≤
m
i
n
(
r
i
g
h
t
p
a
r
t
)
max(left_part) \leq min(right_part)
max(leftpart)≤min(rightpart)。 因此,如果
i
i
i 和
j
j
j 不是临界值(这意味着
A
[
i
−
1
]
,
B
[
j
−
1
]
,
A
[
i
]
,
B
[
j
]
A[i−1],B[j−1],A[i],B[j]
A[i−1],B[j−1],A[i],B[j] 全部存在), 那么我们必须同时检查
B
[
j
−
1
]
≤
A
[
i
]
B[j−1] \leq A[i]
B[j−1]≤A[i] 以及
A
[
i
−
1
]
≤
B
[
j
]
A[i−1] \leq B[j]
A[i−1]≤B[j] 是否成立。
但是如果
A
[
i
−
1
]
,
B
[
j
−
1
]
,
A
[
i
]
,
B
[
j
]
A[i−1],B[j−1],A[i],B[j]
A[i−1],B[j−1],A[i],B[j] 中部分不存在,那么我们只需要检查这两个条件中的一个(或不需要检查)。
举个例子,如果
i
=
0
i=0
i=0,那么
A
[
i
−
1
]
A[i−1]
A[i−1] 不存在,我们就不需要检查
A
[
i
−
1
]
≤
B
[
j
]
A[i−1] \leq B[j]
A[i−1]≤B[j] 是否成立。
所以,我们需要做的是:
在 [ 0 , m ] [0,m] [0,m] 中搜索并找到目标对象 i i i,以使:
( j = 0 j=0 j=0 or i = m i = m i=m or B [ j − 1 ] ≤ A [ i ] B[j−1] \leq A[i] B[j−1]≤A[i])
或是 ( i = 0 i=0 i=0 or j = n j = n j=n or A [ i − 1 ] ≤ B [ j ] A[i−1] \leq B[j] A[i−1]≤B[j]), 其中 j = m + n + 1 2 − i j = \frac{m + n + 1}{2} - i j=2m+n+1−i
在循环搜索中,我们只会遇到三种情况:
1.( j = 0 j=0 j=0 or i = m i = m i=m or B [ j − 1 ] ≤ A [ i ] B[j−1] \leq A[i] B[j−1]≤A[i]) 或是 ( i = 0 i=0 i=0 or j = n j = n j=n or A [ i − 1 ] ≤ B [ j ] A[i−1] \leq B[j] A[i−1]≤B[j]),这意味着 i i i 是完美的,我们可以停止搜索。
2. j > 0 j>0 j>0 and i < m i<m i<m and B [ j − 1 ] > A [ i ] B[j−1]>A[i] B[j−1]>A[i] 这意味着 i i i 太小,我们必须增大它。
3. i > 0 i>0 i>0 and j < n j<n j<n and A [ i − 1 ] > B [ j ] A[i−1]>B[j] A[i−1]>B[j] 这意味着 i i i 太大,我们必须减小它。
感谢 @Quentin.chen 指出: i < m ⟹ j > 0 i < m \implies j > 0 i<m⟹j>0 以及 i > 0 ⟹ j < n i > 0 \implies j < n i>0⟹j<n 始终成立,这是因为:
m ≤ n , i < m ⟹ j = m + n + 1 2 − i > m + n + 1 2 − m ≥ 2 m + 1 2 − m ≥ 0 m \leq n, i<m \implies j=\frac{m+n+1}{2}-i>\frac{m+n+1}{2}-m\geq\frac{2m+1}{2}-m\geq0 m≤n,i<m⟹j=2m+n+1−i>2m+n+1−m≥22m+1−m≥0
m ≤ n , i > 0 ⟹ j = m + n + 1 2 − i < m + n + 1 2 ≤ 2 n + 1 2 ≤ n m \leq n, i>0 \implies j=\frac{m+n+1}{2}-i<\frac{m+n+1}{2}\leq\frac{2n+1}{2}\leq n m≤n,i>0⟹j=2m+n+1−i<2m+n+1≤22n+1≤n
所以,在情况 2 和 3中,我们不需要检查 j > 0 j>0 j>0 或是 j < n j<n j<n 是否成立。
def median(A, B):
m, n = len(A), len(B)
if m > n:
A, B, m, n = B, A, n, m
if n == 0:
raise ValueError
imin, imax, half_len = 0, m, (m + n + 1) / 2
while imin <= imax:
i = (imin + imax) / 2
j = half_len - i
if i < m and B[j-1] > A[i]:
# i is too small, must increase it
imin = i + 1
elif i > 0 and A[i-1] > B[j]:
# i is too big, must decrease it
imax = i - 1
else:
# i is perfect
if i == 0: max_of_left = B[j-1]
elif j == 0: max_of_left = A[i-1]
else: max_of_left = max(A[i-1], B[j-1])
if (m + n) % 2 == 1:
return max_of_left
if i == m: min_of_right = B[j]
elif j == n: min_of_right = A[i]
else: min_of_right = min(A[i], B[j])
return (max_of_left + min_of_right) / 2.0
作者:LeetCode
链接:https://leetcode-cn.com/problems/median-of-two-sorted-arrays/solution/xun-zhao-liang-ge-you-xu-shu-zu-de-zhong-wei-shu-b/
来源:力扣(LeetCode)
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。
复杂度分析
- 时间复杂度:
O
(
l
o
g
(
m
i
n
(
m
,
n
)
)
)
O(log(min(m,n)))
O(log(min(m,n))),
首先,查找的区间是 [ 0 , m ] [0,m] [0,m]。
而该区间的长度在每次循环之后都会减少为原来的一半。
所以,我们只需要执行 l o g ( m ) log(m) log(m) 次循环。由于我们在每次循环中进行常量次数的操作,所以时间复杂度为 O ( l o g ( m ) ) O(log(m)) O(log(m))。
由于 m ≤ n m \leq n m≤n,所以时间复杂度是 O ( log ( min ( m , n ) ) ) O\big(\log\big(\text{min}(m,n)\big)\big) O(log(min(m,n)))。 - 空间复杂度:
O
(
1
)
O(1)
O(1),
我们只需要恒定的内存来存储 9 9 9 个局部变量, 所以空间复杂度为 O ( 1 ) O(1) O(1)。
作者:LeetCode
链接:https://leetcode-cn.com/problems/median-of-two-sorted-arrays/solution/xun-zhao-liang-ge-you-xu-shu-zu-de-zhong-wei-shu-b/
来源:力扣(LeetCode)
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。