算法/编程练习:两个有序数组的中位数

2024-09-04 18:32

本文主要是介绍算法/编程练习:两个有序数组的中位数,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

算法/编程练习:两个有序数组的中位数

题目来自LeetCode:
https://leetcode-cn.com/problems/median-of-two-sorted-arrays/

题目:

给定两个大小为 n1 和 n2 的有序(升序)数组 nums1 和 nums2 ,
找出这两个有序数组的中位数mid。
要求算法的时间复杂度为 O(log(m + n))。
例如,
输入:  nums1 = [1, 3, 5, 7, 9],  nums2 = [2, 4, 6, 8, 10, 11]
输出:  mid=6

思路:

记总的数组长度为 N = n1 + n2,则两个数组中小于等于mid的数有 N_lef = int(N/2)个 。
假设用索引 idx1 将 nums1 分为左右两部分,用索引 idx2 将 nums2 分为左右两部分,
若此时 nums1 和nums2的左边部分共同构成 mid 的左边,
nums1 和 nums2 的右边部分共同构成 mid 的右边,
那么 idx1 和 idx2 应满足等量约束 idx2 + idx1 + 1 = N_left。
根据中位数的定义,nums1 左边部分的最大值不能大于 num2 右边部分的最小值,
nums2 的切分同理。
因此只需要从 nums1 的最大索引开始遍历,找出 合适的 idx1 和 idx2 即可。  即:
# idx1把nums1分为左右两部分:
nums1_left = nums1[0:idx1+1]
nums1_right = nums1[idx1+1:]
# idx2把nums2分为左右两部分:
nums2_left = nums2[0:idx2]
nums2_right = nums2[idx2:]
# 能正确划分nums1和nums2从而找到mid的idx1和idx2应满足
idx2 = N_left - (idx1+1) # 且
nums1[idx1] <= nums2[idx2]

Python代码:

def Find2OrderedListMid(nums1, nums2):if not isinstance(nums1, list) or not isinstance(nums2, list):print('请输入两个列表!')return None​n1, n2 = len(nums1), len(nums2)N = n1 + n2N_left = int(N/2) # 合并数列中,中位数前面的数的个数odd = False if N % 2 == 0 else True# 代码简化处理,不考虑有数组长度为0的情况下if n1 == 0 or n2 == 0:print('需要保证两个数组的长度均大于0!')return None​​# 保持nums1的长度小于等于nums2if n1 > n2:nums1, nums2 = nums2, nums1n1, n2 = len(nums1), len(nums2)​idx1 = n1-1idx2 = N_left - (idx1+1)# 注意这里idx2的最大取值为n2-1,原因在于限制了n1 <= n2while nums1[idx1] > nums2[idx2] and idx1 > -1 and idx2 < n2-1:idx1 -= 1idx2 += 1if odd:    # odd为True时有两种情况:nums1的数全分配到左边或左右都有# (由于odd为True时必有n1<n2,因此nums2的数不可能全部分配到左边)if idx1 == n1-1: # nums1的数全分配到左边mid = nums2[idx2]else:mid = min(nums1[idx1+1], nums2[idx2])else:# odd为False时计算左边部分最大值,有三种情况if idx1 == -1: # nums1的数全部分配到右边max_left = nums2[idx2-1]elif idx2 == 0: # nums2的数全部分配到右边max_left = nums1[idx1]else:max_left = max(nums1[idx1], nums2[idx2-1])# odd为False时计算右边最小值,有两种情况# (由于N为偶数且n1 <= n2,因此当nums2的数全部分配到左边时,实际上n1 == n2,#  计算中位数时也要取nums2最后一个值)if idx1 == n1-1: # nums1的数全分配到左边min_right = nums2[idx2]else:min_right = min(nums1[idx1+1], nums2[idx2])​mid = (max_left + min_right) / 2return mid
​
​
if __name__ == '__main__':    nums1 = [1, 3, 5, 7, 9]nums2 = [2, 4, 6, 8, 10, 11]print(Find2OrderedListMid(nums1, nums2))

欢迎关注公众号:一本正经d胡说
Genlovy562

这篇关于算法/编程练习:两个有序数组的中位数的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1136698

相关文章

C# 比较两个list 之间元素差异的常用方法

《C#比较两个list之间元素差异的常用方法》:本文主要介绍C#比较两个list之间元素差异,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧... 目录1. 使用Except方法2. 使用Except的逆操作3. 使用LINQ的Join,GroupJoin

MySQL查询JSON数组字段包含特定字符串的方法

《MySQL查询JSON数组字段包含特定字符串的方法》在MySQL数据库中,当某个字段存储的是JSON数组,需要查询数组中包含特定字符串的记录时传统的LIKE语句无法直接使用,下面小编就为大家介绍两种... 目录问题背景解决方案对比1. 精确匹配方案(推荐)2. 模糊匹配方案参数化查询示例使用场景建议性能优

关于集合与数组转换实现方法

《关于集合与数组转换实现方法》:本文主要介绍关于集合与数组转换实现方法,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录1、Arrays.asList()1.1、方法作用1.2、内部实现1.3、修改元素的影响1.4、注意事项2、list.toArray()2.1、方

Java中的雪花算法Snowflake解析与实践技巧

《Java中的雪花算法Snowflake解析与实践技巧》本文解析了雪花算法的原理、Java实现及生产实践,涵盖ID结构、位运算技巧、时钟回拨处理、WorkerId分配等关键点,并探讨了百度UidGen... 目录一、雪花算法核心原理1.1 算法起源1.2 ID结构详解1.3 核心特性二、Java实现解析2.

Go语言数据库编程GORM 的基本使用详解

《Go语言数据库编程GORM的基本使用详解》GORM是Go语言流行的ORM框架,封装database/sql,支持自动迁移、关联、事务等,提供CRUD、条件查询、钩子函数、日志等功能,简化数据库操作... 目录一、安装与初始化1. 安装 GORM 及数据库驱动2. 建立数据库连接二、定义模型结构体三、自动迁

MySQL JSON 查询中的对象与数组技巧及查询示例

《MySQLJSON查询中的对象与数组技巧及查询示例》MySQL中JSON对象和JSON数组查询的详细介绍及带有WHERE条件的查询示例,本文给大家介绍的非常详细,mysqljson查询示例相关知... 目录jsON 对象查询1. JSON_CONTAINS2. JSON_EXTRACT3. JSON_TA

JAVA数组中五种常见排序方法整理汇总

《JAVA数组中五种常见排序方法整理汇总》本文给大家分享五种常用的Java数组排序方法整理,每种方法结合示例代码给大家介绍的非常详细,感兴趣的朋友跟随小编一起看看吧... 目录前言:法一:Arrays.sort()法二:冒泡排序法三:选择排序法四:反转排序法五:直接插入排序前言:几种常用的Java数组排序

使用雪花算法产生id导致前端精度缺失问题解决方案

《使用雪花算法产生id导致前端精度缺失问题解决方案》雪花算法由Twitter提出,设计目的是生成唯一的、递增的ID,下面:本文主要介绍使用雪花算法产生id导致前端精度缺失问题的解决方案,文中通过代... 目录一、问题根源二、解决方案1. 全局配置Jackson序列化规则2. 实体类必须使用Long封装类3.

Python 异步编程 asyncio简介及基本用法

《Python异步编程asyncio简介及基本用法》asyncio是Python的一个库,用于编写并发代码,使用协程、任务和Futures来处理I/O密集型和高延迟操作,本文给大家介绍Python... 目录1、asyncio是什么IO密集型任务特征2、怎么用1、基本用法2、关键字 async1、async

Springboot实现推荐系统的协同过滤算法

《Springboot实现推荐系统的协同过滤算法》协同过滤算法是一种在推荐系统中广泛使用的算法,用于预测用户对物品(如商品、电影、音乐等)的偏好,从而实现个性化推荐,下面给大家介绍Springboot... 目录前言基本原理 算法分类 计算方法应用场景 代码实现 前言协同过滤算法(Collaborativ