【面试题】寻找两个正序数组的中位数

简介: 【面试题】寻找两个正序数组的中位数

寻找两个正序数组的中位数

面试学习

给定两个大小分别为 m 和 n 的正序数组 nums1 和 nums2,我们需要找到这两个数组的中位数。下面是详细的解题步骤和 Python 代码示例。

一、问题描述

一、问题描述

我们需要在两个有序数组中找到中位数,确保算法的时间复杂度为 O(log(min(m, n)))。

二、解题思路

2.1 确保第一个数组较小

始终在较小的数组上进行二分查找,以确保时间复杂度最优。

2.2 进行二分查找

  • 定义分割点 i 在 nums1 中,分割点 j 在 nums2 中,使得 i + j 为两个数组的中位数所需的总元素数的一半。
  • 根据分割点的选择,确保 nums1[i - 1] <= nums2[j] 和 nums2[j - 1] <= nums1[i] 这两个条件成立。

2.3 计算中位数

  • 如果满足上述条件,则找到中位数:
  • 如果总元素数为偶数,中位数为 (max(nums1[i-1], nums2[j-1]) + min(nums1[i], nums2[j])) /2
  • 如果总元素数为奇数,中位数为 max(nums1[i-1], nums2[j-1])。

三、详细步骤

3.1 初始化

  • 确保 nums1 是较小的数组。

3.2 进行二分查找

  • 定义变量 m 和 n 为两个数组的长度。
  • 使用二分查找在 nums1 上进行搜索,设定 left 和 right 为数组的边界。

3.3 调整分割点

  • 根据条件不断调整分割点,直到找到合适的分割。

3.4 返回中位数

  • 根据总元素的奇偶性返回中位数。

四、Python 代码示例

def findMedianSortedArrays(nums1, nums2):
    m, n = len(nums1), len(nums2)
    if m > n:
        nums1, nums2, m, n = nums2, nums1, n, m

    left, right = 0, m
    half_len = (m + n + 1) // 2

    while left <= right:
        i = (left + right) // 2
        j = half_len - i

        if i < m and nums1[i] < nums2[j - 1]:
            left = i + 1
        elif i > 0 and nums1[i - 1] > nums2[j]:
            right = i - 1
        else:
            max_of_left = 0
            if i == 0: max_of_left = nums2[j - 1]
            elif j == 0: max_of_left = nums1[i - 1]
            else: max_of_left = max(nums1[i - 1], nums2[j - 1])

            if (m + n) % 2 == 1:
                return max_of_left

            min_of_right = 0
            if i == m: min_of_right = nums2[j]
            elif j == n: min_of_right = nums1[i]
            else: min_of_right = min(nums1[i], nums2[j])

            return (max_of_left + min_of_right) / 2.0

    return 0.0  # should never reach here

五、复杂度分析

  • 时间复杂度:O(log(min(m, n))),在较小数组上进行二分查找。
  • 空间复杂度:O(1),只使用常数额外空间。

六、代码

寻找两个正序数组的中位数

相关文章
|
Web App开发 安全 iOS开发
推荐一款超好用的“网盘高速下载”插件
推荐一款超好用的“网盘高速下载”插件
1984 0
|
Java 对象存储
|
分布式计算 负载均衡 数据处理
MapReduce中的Combiner函数的作用和使用场景
MapReduce中的Combiner函数的作用和使用场景
674 0
|
机器学习/深度学习 存储 算法
【LeetCode 热题100】347:前 K 个高频元素(详细解析)(Go语言版)
这篇文章详细解析了力扣热题 347——前 K 个高频元素的三种解法:哈希表+小顶堆、哈希表+快速排序和哈希表+桶排序。每种方法都附有清晰的思路讲解和 Go 语言代码实现。小顶堆方法时间复杂度为 O(n log k),适合处理大规模数据;快速排序方法时间复杂度为 O(n log n),适用于数据量较小的场景;桶排序方法在特定条件下能达到线性时间复杂度 O(n)。文章通过对比分析,帮助读者根据实际需求选择最优解法,并提供了完整的代码示例,是一篇非常实用的算法学习资料。
763 90
|
11月前
|
机器学习/深度学习 自然语言处理 算法
万字长文详解|DLRover LLM Agent:大模型驱动的高效集群资源调优
本文介绍了DLRover LLM Agent,展示了基于 LLM 上下文学习能力的优化算法设计理念以及在DLRover 资源调优上的应用方法和效果。
|
SQL 存储 安全
Hive 内部表(管理表)和外部表的区别【重点】
Hive 内部表(管理表)和外部表的区别【重点】
1587 1
|
存储 算法
动态规划算法学习一:DP的重要知识点、矩阵连乘算法
这篇文章是关于动态规划算法中矩阵连乘问题的详解,包括问题描述、最优子结构、重叠子问题、递归方法、备忘录方法和动态规划算法设计的步骤。
1598 1
|
SQL 数据可视化 定位技术
见证数据的视觉奇迹——DataV Atlas
阿里云DataV的DataV-Atlas是一款专注于地理数据可视化的工具,提供时空数据分析和地图发布功能,适合快速创建地图并分享。与ArcGIS Server相比,DataV.GeoAtlas更侧重于数据可视化和云服务集成,适合非专业用户,而ArcGIS Server是全面的GIS服务平台,适合复杂分析和定制化应用。用户可通过阿里云免费试用DataV-Atlas,体验包括数据上传、地图制作和分析在内的功能。
见证数据的视觉奇迹——DataV Atlas
|
算法 搜索推荐 Java
【经典算法】LeetCode 215. 数组中的第K个最大元素(Java/C/Python3实现含注释说明,Medium)
【经典算法】LeetCode 215. 数组中的第K个最大元素(Java/C/Python3实现含注释说明,Medium)
819 3