LeetCode 4. 寻找两个正序数组的中位数

本文介绍了一种在O(logs1)时间内找到两个有序数组中位数的算法,通过二分查找并调整分割位置,确保分割后的数组部分满足特定条件,从而在较短时间内确定中位数。

累了……以后只放一份代码了。

思路

假设第一个数组的长度为s1s1s1,第二个数组的长度为s2s2s2
在数组1中选一个位置m1m1m1,将数组分割为两部分,
左半部分长度为m1m1m1,右半部分长度为s1−m1s1-m1s1m1
在数组2中也选一个位置m2m2m2进行分割,使得m1+m2==s1−m1+s2−m2m1+m2 == s1-m1+s2-m2m1+m2==s1m1+s2m2
此时如果m1m1m1左侧的数小于等于m2m2m2右侧的数,且m2m2m2左侧的数小于等于m1m1m1右侧的数,则中位数就产生在两个分割处两侧的四个数中;否则就调整m1m1m1的位置,直到满足条件。
因此二分m1m1m1,就可以在O(logs1)O(logs1)O(logs1)的时间内得到答案
因为数组长度的奇偶处理起来很麻烦,所以可以借鉴马拉车算法中的增加分隔符的思想将数组长度翻倍。翻倍后长度一定是奇数,更方便处理。
实际上不需要真正地添加分隔符,只要将二分的范围翻倍,取数组值的时候再除以二即可
二分较小的数组可以提升性能。

class Solution:
    def findMedianSortedArrays(self, nums1: List[int], nums2: List[int]) -> float:
        inf = 2000000000
        if len(nums1) > len(nums2):
            nums1, nums2 = nums2, nums1
        s1, s2 = len(nums1), len(nums2)
        low, high = 0, 2 * len(nums1)
        while low <= high:
            m1 = low + high >> 1
            m2 = s1 + s2  - m1
            l1 = nums1[m1 - 1 >> 1] if m1 else -inf
            r1 = nums1[m1 >> 1] if m1 < 2 * s1 else inf
            l2 = nums2[m2 - 1 >> 1] if m2 else -inf
            r2 = nums2[m2 >> 1] if m2 < 2 * s2 else inf
            if l1 > r2:
                high = m1 - 1
            elif l2 > r1:
                low = m1 + 1
            else:
                break
        return (max(l1, l2) + min(r1, r2)) / 2.0

在这里插入图片描述

Leetcode4题“寻找两个序数中位数”可从不同角度进行分析: ### 问题转化角度 寻找中位数可根据两个长度之和的奇偶性进行不同处理。当两个长度之和为奇数时,需查找第(m + n)/ 2 + 1大的元素;当两个长度之和为偶数时,要查找第(m + n)/ 2大的元素和第(m + n)/ 2 + 1大的元素,再取平均值。这样就将问题转化为寻找中第k小的数 [^1]。 ### 划分角度 中位数的作用是将一个集合划分为两个长度相等的子集,其中一个子集中的元素总是大于另一个子集中的元素。对数A从i位置进行划分,对数B在j位置划分,可得到left_part和right_part。通过一系列推导,可将中位数问题转换为:在特定范围内寻找最大的i,使得满足一定条件,进而可在该范围内对i进行二分查找 [^2]。 ### 合并数角度 可以定义两个变量记录两个的遍历位置,同时定义一个记录拼接后序的数。比较两个变量所在位置的数值,将较小的放入结果数,并将该变量索引加1。当一个数遍历完后,将另一个数剩余元素添加到结果数。最后根据结果数长度的奇偶性计算中位数 [^3]。 ### 总结 该问题核心是处理两个序数来获取中位数。可以采用将问题转化为找第k小的数、基于划分思想的二分查找,或者通过合并两个的方式来解决。不同方法各有优劣,转化为第k小的数和划分二分查找的方法在时间复杂度上更优,而合并数的方法思路更直观,但时间复杂度相对较高。 ```python # 合并数法示例代码 def findMedianSortedArrays(nums1, nums2): m, n = len(nums1), len(nums2) i, j = 0, 0 merged = [] while i < m and j < n: if nums1[i] < nums2[j]: merged.append(nums1[i]) i += 1 else: merged.append(nums2[j]) j += 1 while i < m: merged.append(nums1[i]) i += 1 while j < n: merged.append(nums2[j]) j += 1 length = len(merged) if length % 2 == 0: return (merged[length // 2 - 1] + merged[length // 2]) / 2 else: return merged[length // 2] ```
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值