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
如果不考虑时间复杂度,可使用简单排序直接得到
class Solution:
def findMedianSortedArrays(self, nums1, nums2):
"""
:type nums1: List[int]
:type nums2: List[int]
:rtype: float
"""
nums = nums1 + nums2
nums.sort()
length = len(nums)
if length == 2:
return (nums[0] + nums[1])/2
if length % 2 == 0:
return (nums[length // 2 - 1] + nums[(length // 2)])/2
return nums[length // 2]
但是这种方法并不满足时间复杂度的要求,在看到log时,就要考虑二分法,中位数就是一个类似快排时的分隔数字,但它左右两边数字相等且该数左边全部比他小,右边全部比他大。因为是两个有序数组,可以考虑归并,但时间复杂度并不满足,所以查看了官方题解,主要思路是利用中位数的性质,将整体m+n的数组分两个数组考虑,两个数组总体左边数组长度应等于右边数组长度或左边长一(奇数长度时),因为两个数组前半段组合有多种,因此还需要保证所有左边数组均小于等于右边,
def findMedianSortedArrays(nums1, nums2): A = nums1 B = nums2 m = len(A) n = 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