LeetCode第四题(findMedianSortedArrays),使用Python3解决。

本篇博客介绍了如何使用Python3解决LeetCode第四题,即找到两个有序数组的中位数。算法要求时间复杂度为O(log(m+n)),但给出的解决方案虽然正确,但实际时间复杂度为O(m+n)。通过创建新数组num存储合并后的有序元素,然后依次比较并插入,最后返回中位数。若要满足原时间复杂度要求,需要采用二分法策略。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

题目描述

给定两个大小为 m 和 n 的有序数组 nums1 和 nums2 

请找出这两个有序数组的中位数。要求算法的时间复杂度为 O(log (m+n)) 。

Example:

nums1 = [1, 3]
nums2 = [2]

The median is 2.0

解决思路

由于两个数组都是有序的,所以我们只需要将nums1和nums2数组的元素从小到大依次进行比较,并按照从小到大的顺序存放到一个新的数组num中。值得一提的是,由于我们本题是要求中位数,所以新开的num长度只要是[(m+n)/2]+1就可以了(写成这种形式是为了统一m+n为奇数和偶数这两种情况)。

另外,我在写程序的时候还发现,实现声明一个变量,存储[(m+n)/2]+1,可以避免一些运算超时的问题。

不过下面的代码还有一个问题:虽然这个代码能够通过所有的测试用例,但是实际上,其运算时间复杂度是O(m+n),不是O(log(m+n))。如果要满足后者,应当用二分法,但是目前没有想到。想到再补充。

代码

class Solution:
    def findMedianSortedArrays(self, nums1, nums2):
        """
        :type nums1: List[int]
        :type nums2: List[int]
        :rtype: float
        """
        leng=len(nums1)+len(nums2)
        kt=int(leng/2)+1 #事先把kt的值计算,好能够避免运算超时的问题
        num=[0]*kt #声明存储排序后结果的list
        i=0
        j=0
        for k in range(kt):
        if i==len(nums1): #当nums1已经排到最后一个元素时,直接将nums2的元素依次加进num中
        num[k]=nums2[j]
        j=j+1
        elif j==len(nums2): #当nums2已经排到最后一个元素时,直接将nums1的元素依次加进num中
        num[k]=nums1[i]
        i=i+1
        else: #两个数组均没有检索完,依次将较小的数存放进num中
        if nums1[i]<nums2[j]:
        num[k]=nums1[i]
        i=i+1
        else:
        num[k]=nums2[j]
        j=j+1
        if leng%2==0:
        return (num[kt-2]+num[kt-1])/2
        else:
        return num[kt-1]

评论
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