leetcode 4 (知识点：stl:vector ,iterator )

题目：

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$O(log (m+n))$

算法思想

(摘自网上，关键是为什么会想到递归求解：复杂度中有$log$)：
该方法的核心是将原问题转变成一个寻找第k小数的问题（假设两个原序列升序排列），这样中位数实际上是第(m+n)/2小的数。所以只要解决了第k小数的问题，原问题也得以解决。

首先假设数组A和B的元素个数都大于k/2，我们比较A[k/2-1]和B[k/2-1]两个元素，这两个元素分别表示A的第k/2小的元素和B的第k/2小的元素。这两个元素比较共有三种情况：>、<和=。如果A[k/2-1] < B[k/2-1]，这表示A[0]到A[k/2-1]的元素都在A和B合并之后的前k小的元素中。换句话说，A[k/2-1]不可能大于两数组合并之后的第k小值，所以我们可以将其抛弃。

证明也很简单，可以采用反证法。假设A[k/2-1]大于合并之后的第k小值，我们不妨假定其为第（k+1）小值。由于A[k/2-1]小于B[k/2-1]，所以B[k/2-1]至少是第（k+2）小值。但实际上，在A中至多存在k/2-1个元素小于A[k/2-1]，B中也至多存在k/2-1个元素小于A[k/2-1]，所以小于A[k/2-1]的元素个数至多有k/2+ k/2-2，小于k，这与A[k/2-1]是第（k+1）的数矛盾。

当A[k/2-1]>B[k/2-1]时存在类似的结论。

当A[k/2-1]=B[k/2-1]时，我们已经找到了第k小的数，也即这个相等的元素，我们将其记为m。由于在A和B中分别有k/2-1个元素小于m，所以m即是第k小的数。(这里可能有人会有疑问，如果k为奇数，则m不是中位数。这里是进行了理想化考虑，在实际代码中略有不同，是先求k/2，然后利用k-k/2获得另一个数。)

通过上面的分析，我们即可以采用递归的方式实现寻找第k小的数。此外我们还需要考虑几个边界条件：

如果A或者B为空，则直接返回B[k-1]或者A[k-1]；
如果k为1，我们只需要返回A[0]和B[0]中的较小值；
如果A[k/2-1]=B[k/2-1]，返回其中一个；
否则递归求解（见代码）。

代码：

复习其中vector 用法，erase,assign，iterator等。
min, max函数已加入C++标准函数库可以直接使用。

class Solution {
public:
    double median(vector<int>& nums1, vector<int>& nums2, int k){
        vector <int>::iterator it;
        vector <int> newnums;
        int len1 = nums1.size();
        int len2 = nums2.size();
        if(len1 > len2){
            return median(nums2, nums1,k);
        }
        else{
            if (len1 == 0){
                return nums2.at(k-1);
            }
            if(k == 1){
                return min(nums1.at(0), nums2.at(0));
            }
            int pa = min(len1,k/2);
            int pb = k - pa;
            if(nums1.at(pa-1) > nums2.at(pb-1)){
                it = nums2.begin();
                //nums2.erase(it, it+pb);
                //这里不能用erase,因为在erase会改变nums1,nums2,当len1+len2为偶数时会出错
                newnums.assign(it+pb,nums2.end());
                k = k - pb;
                return median(nums1, newnums, k);
            }
            else if(nums1.at(pa-1) < nums2.at(pb-1)){
                it = nums1.begin();
                // nums1.erase(it, it+pa);
                newnums.assign(it+pa, nums1.end());
                k = k - pa;
                return median(newnums, nums2, k);
            }
            else{
                return nums1.at(pa-1);
            }
        }
    }
    double findMedianSortedArrays(vector<int>& nums1, vector<int>& nums2) {
        int len1 = nums1.size();
        int len2 = nums2.size();
        if((len1+len2) % 2 == 0){
            return (median(nums1 , nums2, (len1+len2)/2) + median(nums1 , nums2, (len1+len2)/2+1))/2.0;
        }
        else{
            return median(nums1, nums2, (len1+len2+1)/2);
        }
    }

};

复杂度分析：

$O(log (m+n))$的复杂度怎么得到的呢？
由于每次递归，会删去$\frac{k}{2}$个元素，总共删去$\frac{m+n}{2}$个元素（k一开始为$\frac{m+n}{2}$）。所以复杂度为$O(log (m+n))$。

知识点：

本题的代码参考：
http://blog.csdn.net/sunao2002002/article/details/46318329
有关stl vector的详细介绍，见：
http://blog.csdn.net/phoebin/article/details/3864590
有关stl iterator的详细介绍，见：
http://www.cnblogs.com/yc_sunniwell/archive/2010/06/25/1764934.html