博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
【python/Hard/4】Median of Two Sorted Arrays
阅读量:2171 次
发布时间:2019-05-01

本文共 924 字,大约阅读时间需要 3 分钟。

今天开始看hard题目啦,有点开心~

题目

这里写图片描述

实现代码

class Solution(object):    def findMedianSortedArrays(self, nums1, nums2):        """        :type nums1: List[int]        :type nums2: List[int]        :rtype: float        """        len1,len2 = len(nums1),len(nums2)        if (len1+len2) % 2 == 1:            return self.getKth(nums1,nums2,(len1+len2)/2+1)        else:            return (self.getKth(nums1,nums2,(len1+len2)/2) + self.getKth(nums1,nums2,(len1+len2)/2+1)) * 0.5            def getKth(self,nums1,nums2,k):        len1,len2 = len(nums1),len(nums2)        if len1 > len2:            return self.getKth(nums2,nums1,k)        if len1 == 0:            return nums2[k-1]        if k == 1:            return min(nums1[0],nums2[0])        p1 = min(k/2,len1)        p2 = k - p1                if nums1[p1-1] <= nums2[p2-1]:            return self.getKth(nums1[p1:],nums2,p2)        else:            return self.getKth(nums1,nums2[p2:],p1)
你可能感兴趣的文章
Sklearn 快速入门
查看>>
了解 Sklearn 的数据集
查看>>
用ARIMA模型做需求预测
查看>>
推荐系统
查看>>
TensorFlow-11-策略网络
查看>>
浅谈 GBDT
查看>>
如何选择优化器 optimizer
查看>>
一文了解强化学习
查看>>
CART 分类与回归树
查看>>
seq2seq 的 keras 实现
查看>>
seq2seq 入门
查看>>
什么是 Dropout
查看>>
用 LSTM 做时间序列预测的一个小例子
查看>>
用 LSTM 来做一个分类小问题
查看>>
详解 LSTM
查看>>
按时间轴简述九大卷积神经网络
查看>>
详解循环神经网络(Recurrent Neural Network)
查看>>
为什么要用交叉验证
查看>>
用学习曲线 learning curve 来判别过拟合问题
查看>>
用验证曲线 validation curve 选择超参数
查看>>