LeetCode:4. 寻找两个有序数组的中位数
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
思路:这道题的难点在于要求时间复杂度为 O(log(m + n)),因此可以想到二分法。
分析:
-
将 nums1 和 nums2 分别在位置 i 和 j 处划分为左右序列
-
根据中位数的个数性质:
- 若 len(nums1)+len(nums2) 为奇数,则粉色区域的元素比蓝色区域的元素多一个
- 若 len(nums1)+len(nums2) 为偶数,则粉色区域的元素与蓝色区域的元素个数相等
此时,中位数在 i,j 的边界上。
若 len(nums1)=m,len(nums2)=n,进一步分析:
- 粉色区域的元素总个数应为 left_total = (m+n+1)//2,无论奇偶
- nums1 粉色区域元素个数为 i 时,nums2 粉色区域元素个数应为 j=left_total-i
-
根据中位数的大小性质:粉色区域的元素应小于蓝色区域的元素
搜索条件:在 nums1 上寻找合适位置的 i(i 确定根据上一条件则 j 确定),使得满足中位数的大小性质
二分查找:
- 若 nums2 粉色区域的最大值(即 j-1 位置的值)大于 nums1 蓝色区域的最小值(即 i 位置的值),则往右查找
- 否则,往左查找
-
以上查找结束时 i,j 位置确定,求中位数:
- 若 len(nums1)+len(nums2) 为奇数,则中位数为粉色区域元素的最大值
- 若 len(nums1)+len(nums2) 为偶数,则中位数为(粉色区域元素的最大值+蓝色区域的最小值)/2
-
注意边界控制,nums1 的值全小于或全大于 nums2 的情况
附代码(Python3):
class Solution:
def findMedianSortedArrays(self, nums1, nums2):
# 使 num1 为更短的列表,搜索更快
if len(nums1) > len(nums2):
nums1, nums2 = nums2, nums1
m, n = len(nums1), len(nums2)
left_total = (m+n+1)//2 # 左边总共需要的元素个数
# 二分查找 nums1 的划分边界 i
left, right = 0, m
while left < right:
i = (left+right)//2 # 确定nums1左序列个数
j = left_total-i # 则可确定nums2左序列个数
# 若nums2左序列的最大值大于nums1右序列的最小值,则往右区域查找,否则往左区域查找
if nums2[j-1] > nums1[i]:
left = i+1
else:
right = i
i, j = left, left_total-left # 确定划分边界 i,j
# 边界控制
nums1_left_max = float('-inf') if i==0 else nums1[i-1]
nums2_left_max = float('-inf') if j==0 else nums2[j-1]
nums1_right_min = float('inf') if i==m else nums1[i]
nums2_right_min = float('inf') if j==n else nums2[j]
if (m+n)%2 == 0:
return (max(nums1_left_max, nums2_left_max)+min(nums1_right_min,nums2_right_min))/2
else:
return max(nums1_left_max, nums2_left_max)
test = Solution()
nums1_li = [[1, 3], [1, 2], [0,0]]
nums2_li = [[2], [3, 4], [0,0]]
for nums1, nums2 in zip(nums1_li, nums2_li):
print(test.findMedianSortedArrays(nums1, nums2))
2
2.5
0.0