[leetcode] Median of Two Sorted Arrays

[leetcode] Median of Two Sorted Arrays

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]

The median is (2 + 3)/2 = 2.5

Solution:

nums1和nums2是两个已经排好序的数组，为了找出他们的中位数，复杂度是
$O(\log(min(nums1.length, nums2.length)))$

中位数：对于有限的数集，可以通过把所有观察值高低排序后找出正中间的一个作为中位数。如果观察值有偶数个，通常取最中间的两个数值的平均数作为中位数。

因此，对于nums1和nums2合并后的数组应该有:

$len(left) = len(right)$

但是在这里不能合并两个数组，因为这样需要花费的时间太长。所以在这个题目中，我采用二分逼近的方法，二分的速度取决于数组的长度，为了防止极端的情况：例如nums1的长度为10，nums2的长度为1000000，应当选择较短的数组进行二分。

根据中位数的定义，我们应当始终保证 $i+j = halfLen$ 这样在求解过程中，就可以保证结果的正确性。

然后根据对应位置的数值来移动数组的上界和下界。

最终代码如下所示：

class Solution {
public:
    double findMedianSortedArrays(vector<int>& nums1, vector<int>& nums2) {
        vector<int>& numsTemp1 = nums1.size() < nums2.size() ? nums1 : nums2;
        vector<int>& numsTemp2 = nums1.size() < nums2.size() ? nums2 : nums1;
        int pMin = 0, pMax = numsTemp1.size(), i, j, halfLen = (numsTemp1.size() + numsTemp2.size() + 1) / 2;

        while(pMin <= pMax) {
            i = (pMin + pMax) / 2;
            j = halfLen - i;
            if(i < pMax && numsTemp2[j-1] > numsTemp1[i])
                pMin = i + 1;
            else if (i > pMin && numsTemp1[i-1] > numsTemp2[j])
                pMax = i - 1;
            else {
                int leftMax, rightMin;
                if(i == 0)
                    leftMax = numsTemp2[j-1];
                else if(j == 0)
                    leftMax = numsTemp1[i-1];
                else
                    leftMax = numsTemp1[i-1] > numsTemp2[j-1] ? numsTemp1[i-1] : numsTemp2[j-1];

                if((nums1.size() + nums2.size()) % 2)
                    return leftMax;

                if(i == numsTemp1.size())
                    rightMin = numsTemp2[j];
                else if(j == numsTemp2.size())
                    rightMin = numsTemp1[i];
                else
                    rightMin = numsTemp1[i] < numsTemp2[j] ? numsTemp1[i] : numsTemp2[j];

                return (leftMax + rightMin) / 2.0;
            }
        }

        return 0;
    }
};