【LeetCode】第四题:寻找两个有序数组的中位数
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
个人提交结果
[code]class Solution: def findMedianSortedArrays(self, nums1, nums2): """ :type nums1: List[int] :type nums2: List[int] :rtype: float """ nums = nums1 + nums2 nums = sorted(nums) n = int(len(nums)) if n == 1 : median = nums[n-1] if n % 2 == 0: median = (nums[int(n/2)] + nums[int(n/2) - 1]) / 2 else: median = nums[int(n/2)] return median
官方题解
[code]def median(A, B): m, n = len(A), len(B) if m > n: A, B, m, n = B, A, n, m if n == 0: raise ValueError imin, imax, half_len = 0, m, (m + n + 1) / 2 while imin <= imax: i = (imin + imax) / 2 j = half_len - i if i < m and B[j-1] > A[i]: # i is too small, must increase it imin = i + 1 elif i > 0 and A[i-1] > B[j]: # i is too big, must decrease it imax = i - 1 else: # i is perfect if i == 0: max_of_left = B[j-1] elif j == 0: max_of_left = A[i-1] else: max_of_left = max(A[i-1], B[j-1]) if (m + n) % 2 == 1: return max_of_left if i == m: min_of_right = B[j] elif j == n: min_of_right = A[i] else: min_of_right = min(A[i], B[j]) return (max_of_left + min_of_right) / 2.0
方法:递归法
为了解决这个问题,我们需要理解“中位数的作用是什么”。在统计中,中位数被用来:
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。
如果理解了中位数的划分作用,我们就很接近答案了。
首先,让我们在任一位置 ii 将 \text{A}A 划分成两个部分:
[code] left_A | right_A A[0], A[1], ..., A[i-1] | A[i], A[i+1], ..., A[m-1]
由于 A 中有 m 个元素, 所以我们有 m+1 种划分的方法(i = 0∼m)。
我们知道:
len(left_A)=i, len(right_A)=m−i.
注意:当 i = 0时,left_A 为空集, 而当 i = m 时, right_A 为空集。
采用同样的方式,我们在任一位置 j 将 B 划分成两个部分:
[code] left_B | right_B B[0], B[1], ..., B[j-1] | B[j], B[j+1], ..., B[n-1]
将 left_A 和 left_B 放入一个集合,并将 right_A 和 right_B 放入另一个集合。 再把这两个新的集合分别命名为 left_part 和 right_part:
[code] left_part | right_part A[0], A[1], ..., A[i-1] | A[i], A[i+1], ..., A[m-1] B[0], B[1], ..., B[j-1] | B[j], B[j+1], ..., B[n-1]
如果我们可以确认:
- len(left_part) = len(right_part)
- max(left_part) ≤ min(right_part)
那么,我们已经将 {A,B} 中的所有元素划分为相同长度的两个部分,且其中一部分中的元素总是大于另一部分中的元素。那么:
要确保这两个条件,我们只需要保证:
i+j=m−i+n−j(或:m - i + n - j + 1) 如果 n ≥ m,只需要使 i = 0∼m ,
B[j−1] ≤ A[i] 以及 A[i−1] ≤ B[j]
ps.1 为了简化分析,我假设 A[i−1], B[j−1], A[i], B[j] 总是存在,哪怕出现 i=0,i=m,j=0,或是 j=n 这样的临界条件。 我将在最后讨论如何处理这些临界值。
ps.2 为什么 n ≥ m?由于0≤i≤m 且 ,我必须确保 j 不是负数。如果 n < m,那么 j 将可能是负数,而这会造成错误的答案。
所以,我们需要做的是:
在 [0,m] 中搜索并找到目标对象 i,以使:
B[j−1] ≤ A[i] 且 A[i−1] ≤ B[j], 其中
接着,我们可以按照以下步骤来进行二叉树搜索:
-
设 imin=0,imax=m,然后开始在 [imin,imax] 中进行搜索。
-
令 ,
-
现在我们有len(left_part) = len(right_part)。 而且我们只会遇到三种情况:
-
B[j−1] ≤ A[i] 且 A[i−1] ≤ B[j]:
这意味着我们找到了目标对象 i,所以可以停止搜索。 -
B[j−1] > A[i]:
这意味着 A[i] 太小,我们必须调整 i 以使 B[j−1] ≤ A[i]。
我们可以增大 i 吗?
是的,因为当 i 被增大的时候,j 就会被减小。
因此 B[j−1] 会减小,而 A[i] 会增大,那么 B[j−1] ≤ A[i] 就可能被满足。
我们可以减小 i 吗?
不行,因为当 i 被减小的时候,j 就会被增大。
因此 B[j−1] 会增大,而 A[i] 会减小,那么 B[j−1] ≤ A[i] 就可能不满足。
所以我们必须增大 i。也就是说,我们必须将搜索范围调整为 [i+1,imax]。 因此,设 imin=i+1,并转到步骤 2。 -
A[i−1] > B[j]: 这意味着 A[i−1] 太大,我们必须减小 i 以使 A[i−1] ≤ B[j]。 也就是说,我们必须将搜索范围调整为 [imin,i−1]。
因此,设 imax=i−1,并转到步骤 2。
当找到目标对象 i 时,中位数为:
max(A[i−1],B[j−1]), 当 m+n 为奇数时
,当 m+n 为偶数时
现在,让我们来考虑这些临界值 i=0,i=m,j=0,j=n,此时 A[i−1],B[j−1],A[i],B[j]可能不存在。 其实这种情况比你想象的要容易得多。
我们需要做的是确保 max(left_part) ≤ min(right_part)。 因此,如果 i 和 j 不是临界值(这意味着 A[i−1], B[j−1], A[i], B[j] 全部存在), 那么我们必须同时检查 B[j−1] ≤ A[i] 以及 A[i−1] ≤ B[j] 是否成立。 但是如果 A[i−1], B[j−1], A[i], B[j] 中部分不存在,那么我们只需要检查这两个条件中的一个(或不需要检查)。 举个例子,如果 i=0,那么 A[i−1] 不存在,我们就不需要检查 A[i−1]≤B[j] 是否成立。 所以,我们需要做的是:
在 [0,m] 中搜索并找到目标对象 i,以使:
(j = 0 or i = m or B[j−1]≤A[i]) 或是 (i = 0 or j = n or A[i−1] ≤ B[j]), 其中
在循环搜索中,我们只会遇到三种情况:
- (j=0 or i=m or B[j−1] ≤ A[i]) 或是
(i = 0 or j = n or A[i−1] ≤ B[j])
这意味着 i 是完美的,我们可以停止搜索。- j > 0and i < m and B[j−1] > A[i]
这意味着 i 太小,我们必须增大它。- i > 0 and j < n and A[i−1] > B[j]
这意味着 i 太大,我们必须减小它。
i < m ⟹ j > 0 以及 i > 0 ⟹ j < n 始终成立,这是因为:
m ≤ n, i < m ⟹ > ≥ ≥ 0
m ≤ n, i > 0 ⟹ < ≤ ≤ n
所以,在情况 2 和 3中,我们不需要检查 j > 0 或是 j < n 是否成立。
- [leetcode] Median of Two Sorted Arrays 寻找两个有序数组的中位数
- leetcode之数组类之数组的旋转与分治类-----OJ 189/33/81/153/154 数组旋转 旋转数组搜索 88 有序数组合并 4 两个有序数组寻找第K个元素/中位数 35 寻找插入位置
- 寻找两个有序数组的中位数(LeetCode)
- leetcode 寻找两个有序数组的中位数
- LeetCode—寻找两个有序数组中值
- Median of Two Sorted Arrays - 寻找两个有序数组的中位数(重)
- [LeetCode] Median of Two Sorted Arrays 两个有序数组的中位数
- [LeetCode] Median of Two Sorted Arrays 两个有序数组的中位数
- 【leetcode】——从两个有序数组中寻找他们并集的第k小元素
- Python寻找两个有序数组的中位数实例详解
- (1.2.4.2)寻找两个有序数组中的第K个数或者中位数
- 关于在一个序列中寻找中位数和第K大的数(在两个等长有序数组中寻找中位数)
- 【Leetcode】两个有序数组的中位数
- [LeetCode] Median of Two Sorted Arrays 两个有序数组的中位数
- LeetCode 4. Median of Two Sorted Arrays 求两个有序数组的中位数
- [LeetCode] 4. Median of Two Sorted Arrays 两个有序数组的中位数
- Median of Two Sorted Arrays 两个有序数组的中位数@LeetCode
- 【leetcode】寻找两个已排序数组的中位数(类似二分)
- [LeetCode]Median of Two Sorted Arrays 二分查找两个有序数组的第k数(中位数)
- leetcode题目 寻找两个排序数组的中位数