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
根据中位数的定义:在一组数中有一半的元素比这个数小,或者一半的元素比这个数大,则这个数就是中位数
注意:这道题的不难,可是对算法的时间复杂度有一定要求,所以这道题的难点在于对时间复杂度的掌握程度。其次有序数组的意思数组中的元素是有顺序的要不就是由大到小,要不就是由小到大。
(1)找出意味着这是一个查找算法题
(2)算法复杂度log级别,就是提示你是二分查找
二分查找实现一般为递归
(1)递归包括递归体
(2)终止条件
1、排序法:
看到这个首先想到的就是把两个数组合起来,放在一起,然后排序求中位数:
def getMiddle(a,b):
a.extend(b)
c = sorted(a)
print(c)
lenc=len(c)
if lenc%2==1:
return c[lenc//2]
else:
return (c[lenc//2-1]+c[lenc//2])/2
由于python中内置的排序算法的时间复杂度为o(n*log(n)),所以不符合题意
原文:https://blog.csdn.net/xushikou1514/article/details/84938060
2、递归法(官方思路)
首先,让我们在任一位置 i 将 A 划分成两个部分:
采用同样的方式,我们在任一位置 j将 B 划分成两个部分:
如果满足以下条件:
那么这组数的中位数就为:
"""
解题思路:初看这题可以理解为,把两个数组合并后排序,再找到(m+n)/2的数即中位数 <p/>
而有个要求是时间复杂度是log(m+n),我们知道所有排序算法时间复杂最低也只能是nlogn,所以用排序来解决是不行的 <p/>
既然题目是要求找中位数,我们可以从中位数的概念入手,中位数是指在数组中有一半数比它小,一半数比它大 <p/>
由于这两个数组都是有序数组,我们假设为A数组和B数组,如果我们从下标为i的地方把A数组分为两半,左边的数肯定比A[i]小,右边比A[i]大 <p/>
同理把B数组从下标为j的地方分为两半 <br/>
left_part | right_part<br/>
A[0], A[1], ..., A[i-1] | A[i], A[i+1], ..., A[m-1]<br/>
B[0], B[1], ..., B[j-1] | B[j], B[j+1], ..., B[n-1]<br/>
那只要满足两个条件,我们就可以顺利找到中位数 <br/>
1.len(left_part)==len(right_part) 相当于 i+j=m-i+n-j<br/>
2.min(right_part)>=max(left_part) 相当于 B[j]>=A[i-1] && A[i]>=B[j-1] <br/>
对于第一个条件:<br/>
我们可以推出j=(m+n)/2 - i,也就是i的值确定了,j的值就确定了,也就是说我们只要把i的值确定下来满足第二个条件就行 <br/>
对于第二个条件: <br/>
我们需要满足 B[j]>=A[i-1] && A[i]>=B[j-1],不满足的条件有两种: <br/>
一是B[j] < A[i-1],说明i的值太大了,你想想A[i]的值肯定大于A[i-1],如果i继续加大,条件永远无法满足,所以只能减小i <br/>
二是A[i] < B[j-1],说明i的值太小了,需要加大i的值 <br/>
明白了这些,我们只需要根据条件去增加或缩小i的值就可以了,由于是有序数组,我们可以用二分法变化i的值 <p/>
最后我们再看看满足条件B[j]>=A[i-1] && A[i]>=B[j-1]时怎么得到中位数 <br/>
max(left_part)=max(A[i-1],B[j-1]); <br/>
min(right_part)=min(A[i],B[j]); <br/>
如果数组之和是偶数,中位数=(max(left_part)+min(right_part))/2 <br/>
如果数组之和是奇数,中位数=max(left_part)或者min(right_part),那取哪个呢,哪边多一个就取哪边 <br/>
我们可以将j=(m+n)/2 - i改为j=(m+n+1)/2 - i来保证j的值大些,从而保证len(left_part)>left(right_part) <br/>
也可以将j=(m+n)/2 - i改为j=(m+n-1)/2 - i来保证j的值小些, 从而保证len(right_part)>left(left_part) <br/>
最后就是一些特殊情况了: <br/>
首先由于j是由i决定的,j=(m+n)/2 - i, i的取值范围是0到m,也就是说j可能的值是(n-m)/2 到(m+n)/2,由于j不能为负,那么反推n>=m <br/>
如果i==0或者i==m时,A数组有一边是没有值的,得特殊处理 <br/>
同理j==0或者j==m时,B数组有一边也是没有值的,得特殊处理 <br/>
"""
class Solution:
def findMedianSortedArrays(self, nums1 , nums2):
m = len(nums1)
n = len(nums2)
#始终保证n比m大
if m>n:
m,n,nums1,nums2 = n,m,nums2,nums1
imax = m
imin = 0
half_ls = int((m+n+1)/2)
while imin<=imax:#开始循环,循环的终止条件是整个数组搜索完毕
i = int((imax+imin)/2) #int是向下取整如 2.5就为2
j = half_ls - i #i变化,j也变化,但是始终左边等于右边
if i < m and nums1[i]<nums2[j-1]:
#第一个if,要考虑的是这样的一个例外:[0],[1, 3]
imin = i + 1
elif i > 0 and nums1[i-1]>nums2[j]:
#第二个if,考虑的例外是这样:[2],[1]
imax = i - 1
else:##最好的情况即nums1[i-1]<nums2[j],nums2[j-1]<nums1[i]
if i == 0:#nums1为空数组
max_left = nums2[j-1]
elif j == 0:#nums2为空数组
max_left = nums1[i-1]
else:
max_left = max(nums1[i-1],nums2[j-1])
if i == m: #nums1为空
min_right = nums2[j]
elif j == n: #nums2为空
min_right = nums1[i]
else:#nums1和nums2同时不为空
min_right = min(nums1[i],nums2[j])
if (m+n)%2==1:
return max_left
if (m+n)%2==0:
return (max_left+min_right)/2.0