给两个整型的有序数组,要求找出这两个数组中的中位数,时间复杂度为O(log (m+n))。
注意点:
例子:
输入: num1=[1, 2], num2=[1, 2, 3]
输出: 2
输入: num1=[], num2=[2, 3]
输出: 2.5
整体思路类似于在一个无序数组内找最小的k个数。我们通过两个数组各自的中位数将两个数组A、B分为四个部分,分别为A1、A2、B1、B2。现在我们来找出他们中第k小的数。如果A的中位数比B的中位数大,那么B1中的数比A2和B2中的都小,且小于部分A1中的数。此时,如果k>len(A1)+len(B1),那么第k个数就不可能在B1,因为比B1的数小的数最多只有B1加上部分的A1,也就是k<len(A1)+len(B1),矛盾;同时,我们还知道了A2中的数比A1和B1的大,且比部分B2的大,此时,如果k<=len(A1)+len(B1),那么第k个数就不可能在A2中,因为A2中的数至少比A1加B1中的数大,也就是k>len(A1)+len(B1),矛盾。同理可以推理出另外两种情况。
class Solution(object):
def findMedianSortedArrays(self, nums1, nums2):
""" :type nums1: List[int] :type nums2: List[int] :rtype: float """
length1 = len(nums1)
length2 = len(nums2)
k = (length1 + length2) // 2
if (length1 + length2) % 2 == 0:
return (self.findK(nums1, nums2, k) + self.findK(nums1, nums2, k - 1)) / 2.0; # 2 is enough in python3
else:
return self.findK(nums1, nums2, k)
def findK(self, num1, num2, k):
# Recursive ends here
if not num1:
return num2[k]
if not num2:
return num1[k]
if k == 0:
return min(num1[0], num2[0])
length1 = len(num1)
length2 = len(num2)
if num1[length1 // 2] > num2[length2 // 2]:
if k > length1 // 2 + length2 // 2:
return self.findK(num1, num2[length2 // 2 + 1:], k - length2 // 2 - 1)
else:
return self.findK(num1[:length1 // 2], num2, k)
else:
if k > length1 // 2 + length2 // 2:
return self.findK(num1[length1 // 2 + 1:], num2, k - length1 // 2 - 1)
else:
return self.findK(num1, num2[:length2 // 2], k)
if __name__ == "__main__":
assert Solution().findMedianSortedArrays([1, 2], [1, 2, 3]) == 2
assert Solution().findMedianSortedArrays([], [2, 3]) == 2.5
欢迎查看我的Github (https://github.com/gavinfish/LeetCode-Python) 来获得相关源码。