版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/baidu_36697353/article/details/86661427
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, 3]
nums2 = [2]
则中位数是 2.0
首先,一开始,如果没有时间复杂度O(log(m+n))的限制, 这个题我的思路,很简单,就是有序生成第三个数组,这个数组包括前两个数组,然后再找中位数即可,但是我不知道我的算法,的时间复杂度是不是log(m+n)
所以在写代码之前,我去百度了下,时间复杂度log(n)是什么意思。(数据结构学的不好,哈哈哈哈)
时间复杂度log(n):
先从简单直观的 O(1) 和 O(n) 复杂度说起。O(1) 表示一次操作即可直接取得目标元素(比如字典或哈希表),O(n) 意味着先要检查 n 个元素来搜索目标,但是 O(log n) 是什么意思呢?
你第一次听说 O(log n) 时间复杂度可能是在学二分搜索算法的时候。二分搜索一定有某种行为使其时间复杂度为 log n。我们来看看是二分搜索是如何实现的。
扫描二维码关注公众号,回复:
5451793 查看本文章
因为在最好情况下二分搜索的时间复杂度是 O(1),最坏情况(平均情况)下 O(log n),我们直接来看最坏情况下的例子。已知有 16 个元素的有序数组。
大概知道怎么搞了,然后开始写代码:
思路大概如下: 将两个数组组合成新的数组,然后通过sort函数排序,然后在找中位数。
class Solution:
def findMedianSortedArrays(self, nums1, nums2):
"""
:type nums1: List[int]
:type nums2: List[int]
:rtype: float
"""
new =nums1+nums2
new.sort()
l = len(new)
if l%2 == 0:
return (new[int(l/2)]+new[int(l/2)-1])/2 # 中位数求法
else:
return new[int(l/2)]