leetcode之寻找两个正序数组的中位数（Python）

主要参考：
1.https://leetcode-cn.com/problems/median-of-two-sorted-arrays
2.https://leetcode-cn.com/problems/median-of-two-sorted-arrays/solution/xun-zhao-liang-ge-you-xu-shu-zu-de-zhong-wei-s-114/

问题描述

给定两个大小为 m 和 n 的正序（从小到大）数组 nums1 和 nums2。

请你找出这两个正序数组的中位数，并且要求算法的时间复杂度为 O(log(m + n))。

你可以假设 nums1 和 nums2 不会同时为空。

示例 1:

nums1 = [1, 3]
nums2 = [2]

则中位数是 2.0

示例 2:

nums1 = [1, 2]
nums2 = [3, 4]

则中位数是 (2 + 3)/2 = 2.5

二分查找

如果对时间复杂度的要求有log，通常都需要用到二分查找，这道题也可以通过二分查找实现。时间复杂度：$O(log(m+n))$，空间复杂度：$O(1)$。

思路是将寻找中位数的任务转化为寻找第$k$个最小值的任务。$k=(m+n)//2$或$(m+n)//2+1$。

具体地，1.在两个数组中分别找到$A=nums1[\frac{k}{2}-1]$和$B=nums2[\frac{k}{2}-1]$;

2.因为$nums1[0]...nums1[\frac{k}{2}-2]$和$nums2[0]...nums2[\frac{k}{2}-2]$一共$\frac{k}{2}-1+\frac{k}{2}-1=k-2$个数，所以min(A, B)最多是第$k-1$个最小的数；

3.如果$A$大于$B$，那么$nums2[0],...,nums2[\frac{k}{2}-1]$都不可能是第$k-1$最小的数，则删除$nums2[0],...,nums2[\frac{k}{2}-1]$，同时$k$值也相应减少；

4.同理，如果$B$大于$A$，则删除$nums1[0],...,nums1[\frac{k}{2}-1]$，同时$k$值也相应减少。

class Solution: 
    def findMedianSortedArrays(self, nums1: List[int], nums2: List[int]) -> float: 
        def getKthElement(k): 
            """
                - 主要思路：要找到第 k (k>1) 小的元素，那么就取 pivot1 = nums1[k/2-1] 和 pivot2 = nums2[k/2-1] 进行比较
                - 这里的 "/" 表示整除
                - nums1 中小于等于 pivot1 的元素有 nums1[0 .. k/2-2] 共计 k/2-1 个
                - nums2 中小于等于 pivot2 的元素有 nums2[0 .. k/2-2] 共计 k/2-1 个
                - 取 pivot = min(pivot1, pivot2)，两个数组中小于等于 pivot 的元素共计不会超过 (k/2-1) + (k/2-1) <= k-2 个
                - 这样 pivot 本身最大也只能是第 k-1 小的元素
                - 如果 pivot = pivot1，那么 nums1[0 .. k/2-1] 都不可能是第 k 小的元素。把这些元素全部 "删除"，剩下的作为新的 nums1 数组
                - 如果 pivot = pivot2，那么 nums2[0 .. k/2-1] 都不可能是第 k 小的元素。把这些元素全部 "删除"，剩下的作为新的 nums2 数组
                - 由于我们 "删除" 了一些元素（这些元素都比第 k 小的元素要小），因此需要修改 k 的值，减去删除的数的个数
                """ 
            index1, index2 = 0, 0 
            while True: 
                # 特殊情况 
                if index1 == m: 
                    return nums2[index2 + k - 1] 
                if index2 == n: 
                    return nums1[index1 + k - 1] 
                if k == 1: 
                    return min(nums1[index1], nums2[index2]) 
                # 正常情况 
                newIndex1 = min(index1 + k // 2 - 1, m - 1) 
                newIndex2 = min(index2 + k // 2 - 1, n - 1) 
                pivot1, pivot2 = nums1[newIndex1], nums2[newIndex2] 
                if pivot1 <= pivot2: 
                    k -= newIndex1 - index1 + 1 
                    index1 = newIndex1 + 1 
                else: 
                    k -= newIndex2 - index2 + 1 
                    index2 = newIndex2 + 1 
        m, n = len(nums1), len(nums2) 
        totalLength = m + n 
        if totalLength % 2 == 1: 
            return getKthElement((totalLength + 1) // 2) 
        else: 
            return (getKthElement(totalLength // 2) + getKthElement(totalLength // 2 + 1)) / 2

划分数组

这是更高级的思路。就是利用中位数的数学意义：将一个集合划分为两个长度相等的子集，其中一个子集中的元素总是大于另一个子集中的元素。

于是，将$nums1$和$nums2$分别划分为两部分，$nums1$的左边部分和$nums2$的左边部分合称为$partA$，$nums1$的右边部分和$nums2$的右边部分合称为$partB$。

当$nums1$和$nums2$的长度和为偶数时，只需要满足:

1. $len(partA)=len(partB)$
2. $max(partA)⩽min(partB)$
   中位数为 $median=\frac{max(partA)+min(partB)}{2}$

当$nums1$和$nums2$的长度和为奇数时，只需要满足:

1. $len(partA)=len(partB)+1$
2. $max(partA)⩽min(partB)$
   中位数为 $median=max(partA)$

设$nums1$划分处的索引为$i$，$nums2$划分处的索引为$j$，$i$和$j$满足$i+j=m-i+n-j$（当$m+n$为偶数）或$i+j=m-i+n-j+1$（当$m+n$为奇数时）。得到 $j=\frac{m+n+1}{2}-i$。注意当$m>n$ 时，交换$nums1$与$nums2$。

另外，需要满足$nums2[j-1]⩽nums1[i]$以及$nums1[i-1]⩽nums2[j]$。又因为当$i$从$0～m$递增时，$nums[i-1]$递增，$B[j]$递减，总存在一个最大的i值满足$nums1[i-1]⩽nums2[j]$，此时$nums1[i]>nums2[j]>nums2[j-1]$，所以$nums2[j-1]⩽nums2[i]$。综上，只需要满足$nums1[i-1]⩽nums2[j]$即可。

class Solution: 
    def findMedianSortedArrays(self, nums1: List[int], nums2: List[int]) -> float: 
        if len(nums1) > len(nums2): 
            return self.findMedianSortedArrays(nums2, nums1) 

        infinty = 2**40 
        m, n = len(nums1), len(nums2) 
        left, right, ansi = 0, m, -1 
        # median1：前一部分的最大值 
        # median2：后一部分的最小值 
        median1, median2 = 0, 0 
        while left <= right: 
            # 前一部分包含 nums1[0 .. i-1] 和 nums2[0 .. j-1] 
            # // 后一部分包含 nums1[i .. m-1] 和 nums2[j .. n-1] 
            i = (left + right) // 2 
            j = (m + n + 1) // 2 - i
            
            # nums_im1, nums_i, nums_jm1, nums_j 分别表示 nums1[i-1], nums1[i], nums2[j-1], nums2[j] 
            nums_im1 = (-infinty if i == 0 else nums1[i - 1]) 
            nums_i = (infinty if i == m else nums1[i]) 
            nums_jm1 = (-infinty if j == 0 else nums2[j - 1]) 
            nums_j = (infinty if j == n else nums2[j]) 
            if nums_im1 <= nums_j: 
                ansi = i 
                median1, median2 = max(nums_im1, nums_jm1), min(nums_i, nums_j) 
                left = i + 1 
            else: 
                right = i - 1 
                
        return (median1 + median2) / 2 if (m + n) % 2 == 0 else median1