int getKthElement(int* nums1, int nums1Size, int* nums2, int nums2Size, int k) {
int index1 = 0, index2 = 0;
while (1) {
// 边界情况
if (index1 == nums1Size) {
return nums2[index2 + k - 1];
}
if (index2 == nums2Size) {
return nums1[index1 + k - 1];
}
if (k == 1) {
return nums1[index1] < nums2[index2] ? nums1[index1] : nums2[index2];
}
// 正常情况
int half = k / 2;
int newIndex1 = index1 + half - 1;
int newIndex2 = index2 + half - 1;
int pivot1 = (newIndex1 < nums1Size) ? nums1[newIndex1] : INT_MAX;
int pivot2 = (newIndex2 < nums2Size) ? nums2[newIndex2] : INT_MAX;
if (pivot1 <= pivot2) {
k -= (newIndex1 - index1 + 1);
index1 = newIndex1 + 1;
} else {
k -= (newIndex2 - index2 + 1);
index2 = newIndex2 + 1;
}
}
}
double findMedianSortedArrays(int* nums1, int nums1Size, int* nums2, int nums2Size) {
int totalSize = nums1Size + nums2Size;
if (totalSize % 2 == 1) {
// 总长度为奇数,找到第 (totalSize / 2 + 1) 小的元素
return getKthElement(nums1, nums1Size, nums2, nums2Size, totalSize / 2 + 1);
} else {
// 总长度为偶数,找到第 (totalSize / 2) 和 (totalSize / 2 + 1) 小的元素,取平均
int left = getKthElement(nums1, nums1Size, nums2, nums2Size, totalSize / 2);
int right = getKthElement(nums1, nums1Size, nums2, nums2Size, totalSize / 2 + 1);
return (left + right) / 2.0;
}
}
总结:
这种寻找中位数的方法特别有趣:
是通过每次排除一般来找中位数,不需要建立新的顺序数组来找中位数。
k/2找最大值,排除小的数组的前面所有值,再找k/2/2的值以此类推找到中位数,
代码中的边界情况是指,当一个数组当中的数据被耗尽时,中位数一定存在另一个数组中。