题目:
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
解题思路:
考虑到中位数的性质,就是找到一半的数字比该数字小的一个数,其实就是一种划分,假设第一个数组长度为n,第二个为m,也就是说需要有(n + m) // 2(这里的运算符号是取整,不是笔误)个数字比该数字小即可。
那么怎么用O(log(n + m))的时间复杂度找到该中位数呢,显然是不能遍历的,只能采取二分法的做法。
具体二分的代码如下:
class Solution:
def findMedianSortedArrays(self, nums1: List[int], nums2: List[int]) -> float:
if len(nums1) == 0:
#singular
if len(nums2) % 2 == 1:
return nums2[len(nums2)//2]
else:
return (nums2[len(nums2)//2 - 1] + nums2[len(nums2)//2])/2
elif len(nums2) == 0:
#singular
if len(nums1) % 2 == 1:
return nums1[len(nums1)//2]
else:
return (nums1[len(nums1)//2 - 1] + nums1[len(nums1)//2])/2
else:
n, m = len(nums1), len(nums2)
if n < m: #keep nums1 longer
tmp = nums1
nums1 = nums2
nums2 = tmp
tmp = n
n = m
m = tmp
idxmin, idxmax, half_len = 0, m, (n + m + 1)/2 #keep helf_len nums smaller than the median
while idxmin <= idxmax:
i = int((idxmin + idxmax)/2)
j = int(half_len - i)
if i < m and nums2[i] < nums1[j-1]:
#i is too small
idxmin = i + 1
elif i > 0 and nums2[i-1] > nums1[j]:
#i is too big
idxmax = i - 1
else:
if i == 0:
max_left = nums1[j - 1]
elif j == 0:
max_left = nums2[i - 1]
else:
max_left = max(nums2[i - 1], nums1[j - 1])
if (n + m) % 2 == 1:
return max_left
else:
if i == m:
min_right = nums1[j]
elif j == n:
min_right = nums2[i]
else:
min_right = min(nums2[i], nums1[j])
return (max_left + min_right)/2