力扣—寻找两个正序数组的中位数(Median of Two Sorted Arrays Java)

题目大意

给定两个大小分别为 m 和 n 的正序（从小到大）数组 nums1 和 nums2。
找出并返回这两个正序数组的 中位数 ；并要求时间复杂度为 O(log (m+n))

示例 1：

输入：nums1 = [1,3], nums2 = [2]
输出：2.00000
解释：合并数组 = [1,2,3] ，中位数 2

示例 2：

输入：nums1 = [1,2], nums2 = [3,4]
输出：2.50000
解释：合并数组 = [1,2,3,4] ，中位数 (2 + 3) / 2 = 2.5

示例 3：

输入：nums1 = [0,0], nums2 = [0,0]
输出：0.00000

示例 4：

输入：nums1 = [], nums2 = [1]
输出：1.00000

示例 5：

输入：nums1 = [2], nums2 = []
输出：2.00000

解题思路

• 给出两个有序数组，要求找出这两个数组合并以后的有序数组中的中位数。要求时间复杂度为 O(log (m+n))。
• 首先办法是把两个数组合并，然后取出中位数。但是合并有序数组的时间复杂度是 O(max(n,m)) 的，不符合题意。看到题目给的O(log (m+n))的时间复杂度，联想到二分搜索。
• 由于要找到最终合并以后数组的中位数，两个数组的总大小也知道，所以中间这个位置也是知道
  的。只需要二分搜索一个数组中切分的位置，另一个数组中切分的位置也能得到。为了使得时间复杂度最小，所以二分搜索两个数组中⻓度较小的那个数组。
• 切分数组 1 和数组 2 ：其实就是如何切分数组 1 。先随便二分产生一个 midA ，切分的线何时算满足了中位数的条件呢?即，线左边的数都小于右边的数。
  即， nums1[midA-1] ≤ nums2[midB] &&nums2[midB-1] ≤ nums1[midA] 。如果这些条件都不满 足，切分线就需要调整。如果 nums1[midA] <nums2[midB-1] ，说明 midA 这条线划分出来左 边的数小了，切分线应该右移;如果 nums1[midA-1] >nums2[midB] ，说明 midA 这条线划分 出来左边的数大了，切分线应该左移。经过多次调整以后，切分线总能找到满足条件的解。
• 假设现在找到了切分的两条线了， 数组 1 在切分线两边的下标分别是 midA - 1 和 midA 。数 组 2在切分线两边的下标分别是 midB - 1 和 midB 。最终合并成最终数组，如果数组⻓度是奇数，那么中位数就是max(nums1[midA-1], nums2[midB-1]) 。如果数组⻓度是偶数，中间位置的两个数依次是:max(nums1[midA-1], nums2[midB-1]) 和 min(nums1[midA], nums2[midB])，那中位数就是 (max(nums1[midA-1], nums2[midB-1]) + min(nums1[midA],nums2[midB])) / 2 。

代码

class Solution {
    public double findMedianSortedArrays(int[] nums1, int[] nums2) {
        int m = nums1.length;
        int n = nums2.length;

        if((m + n) % 2 != 0){
            return (double) findKth(nums1,nums2,(m+n)/2,0,m-1,0,n-1);
        }else{
            return (findKth(nums1,nums2,(m+n)/2,0,m-1,0,n-1)+findKth(nums1,nums2,(m+n)/2-1,0,m-1,0,n-1)) * 0.5;
        }
    }
    public static int findKth(int []nums1,int[] nums2,int k,int aStart,int aEnd,int bStart,int bEnd){
        int aLen = aEnd - aStart + 1;
        int bLen = bEnd - bStart + 1;

        if(aLen == 0){
            return nums2[bStart+k];
        }
        if(bLen == 0){
            return nums1[aStart+k];
        }
        if(k == 0){
            return nums1[aStart] < nums2[bStart] ? nums1[aStart]:nums2[bStart];
        }
        int aMid = aLen * k /(aLen + bLen);
        int bMid = k - aMid - 1;

        aMid = aMid + aStart;
        bMid = bMid + bStart;

        if(nums1[aMid] > nums2[bMid]){
            k = k - (bMid - bStart +1);
            aEnd = aMid;
            bStart = bMid + 1;
        }else{
            k = k -(aMid -aStart+1);
            bEnd = bMid;
            aStart = aMid + 1;
        }
        return findKth(nums1,nums2,k,aStart,aEnd,bStart,bEnd);
    }
}