#4 Median of Two Sorted Arrays——Top 100 Liked Questions

There are two sorted arrays nums1 and nums2 of size m and n respectively.

Find the median of the two sorted arrays. The overall run time complexity should be O(log (m+n)).

You may assume nums1 and nums2 cannot be both empty.

Example 1:

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

The median is 2.0

Example 2:

nums1 = [1, 2]
nums2 = [3, 4]

"""

第一次:思路是将num2中的数据向num1中插,分三种情况:①有一个为空或者num2中的数据均小于num1中的数据;②num2中的数据均大于num1中的数据;③num1与num2中的数据有大有小。返回情况分两种:num1中的数据为偶数个,返回中间两个的平均数,num1中的数据为奇数个,返回中间一个数。

"""

class Solution(object):
    def findMedianSortedArrays(self, nums1, nums2):
        """
        :type nums1: List[int]
        :type nums2: List[int]
        :rtype: float
        """
        m, n = len(nums1), len(nums2)
        x = m + n
        midden = [x // 2, x // 2 -1] if not x % 2 else [x // 2]   
        if m == 0 or n == 0 or nums2[n - 1] <= nums1[0]:
            nums2.extend(nums1)
            nums1 = nums2
        elif nums2[0] >= nums1[m - 1]:
            nums1.extend(nums2)
        else:    
            for num in nums2:
                left = 0
                right = len(nums1) - 1
                while left < right:
                    mid = (left + right) // 2
                    if num < nums1[mid]:
                        if num > nums1[mid - 1]:
                            nums1.insert(mid, num)
                            break
                        else:
                            left, right = 0, mid - 1
                            continue
                    if num > nums1[mid]:
                        if num < nums1[mid + 1]:
                            nums1.insert(mid + 1, num)
                            break
                        else:
                            left, right = mid + 1, len(nums1) - 1
                            continue
                if num <= nums1[0]:
                    nums1.insert(0, num)
                    continue

                if num >= nums1[-1]:
                    nums1.append(num)
                    continue 

        return nums1[midden[0]] if len(midden) == 1 else (nums1[midden[0]] + nums1[midden[1]]) / 2.0

 """

Time Limit Exceeded

"""

"""

第二次:对nums1和nums2使用归并排序,排序结果保存到tmp中

"""

class Solution(object):
    def findMedianSortedArrays(self, nums1, nums2):
        """
        :type nums1: List[int]
        :type nums2: List[int]
        :rtype: float
        """
        tmp = []
        if len(nums1) == 0 or len(nums2) == 0 or nums1[-1] < nums2[0]:
            nums1.extend(nums2)
            tmp = nums1

        elif nums1[0] >  nums2[-1]:
            nums2.extend(nums1)
            tmp = nums2
        else:
            i, j = 0, 0
            while i < len(nums1) or j < len(nums2):
                if i == len(nums1): 
                    tmp.extend(nums2[j:])
                    break
                elif j == len(nums2): 
                    tmp.extend(nums1[i:])
                    break
                else:
                    if nums1[i] < nums2[j]:
                        tmp.append(nums1[i])
                        i += 1
                    else:
                        tmp.append(nums2[j])
                        j += 1
        print(tmp)
        l = len(tmp)
        return tmp[l//2] if l % 2 else (tmp[l//2] + tmp[(l//2)-1]) / 2.0

 """

Runtime: 192 ms, faster than 7.41% of Python online submissions forMedian of Two Sorted Arrays.

Memory Usage: 12 MB, less than 5.48% of Python online submissions forMedian of Two Sorted Arrays.

"""

猜你喜欢

转载自blog.csdn.net/suixuejie/article/details/89852164