求两个有序序列的中位数。（要求时间复杂度为O（logN））

1.实践题目

求两个有序序列的中位数。（要求时间复杂度为O（logN））

2. 问题描述

已知有两个等长的非降序序列S1, S2, 设计函数求S1与S2并集的中位数。有序序列A0, A1…AN-1的中位数指A(N-1)/2的值,即第[(N+1)/2]个数（A0为第1个数）。

3.算法描述

总体思想：采用分治与递归策略，二分法每次将问题规模减半（约减半），然后对问题进行递归处理，在进行递归的过程中对可能出现特殊的情况，就特殊安排处理。

详细算法步骤：

①　先排除两个等长序列的元素个数（奇和偶）的影响，首先对两个序列求中位数，求中位数的方法是如下，此方法为保证偶数序列的分割保持割后对称性，而对奇数序列不产生影响，如此可以保证递归的时候子问题也是两个等长的序列。

对两个数组的左右两端初始化后便进入函数。

②　（在两端标志还未出现相等或者其他特殊情况时，下文将说）每次求得两个序列的中位数（如果序列是偶序列，则第二个序列的中位数定为A【（N-1）/2 + 1】，即中位数的后一个数），将两个中位数进行比较，若两数相等的话，则可确认为此数为所求中位数。若不相等，则对两个数中较大的数的那一序列进行减掉比这个数大的（即这个数后面）的部分，保留其他；对另一个序列（较小数所在序列）而言，则减掉比它小的（即前面的）部分，保留其他，比较后，对剩下的等长序列进行递归调用。

③　在进行递归过程中，若还未出现相等中位数，两序列的两端标志将会不断靠近，所以此时对于实例不同的序列，就会可能出现一些特殊情况，所以下面就讲解对于所有可能出现特殊情况的解决办法，第一种情况是当两序列都只剩最后一个时，就对两数进行比较，小的为所求中位数。

 

第二种情况为当两序列都最后只剩两个数而无法再进行递归下去（陷入死循环）时，我想到的解决办法是

第一个序列求中位数方法不变，第二个序列变为与第一序列相同的方法求得中位数，在这样的处理下再进行递归一次，所以之后两个共剩下三个数，就分两种情况，第一种为第一个序列剩一个，第二种为第二个序列剩一个，两种情况的解决方案都为：然后把剩一个的那组的数与剩两个那组的较大的数（也就是第二个数）进行比较，取小的那个数，那个数就是我们所求中位数。

完整代码如下：

#include<iostream>
using  namespace std;
 
 
int MidSerch(int a[], int b[], int la, int ra, int lb, int rb) {
int ma = (la + ra) / 2;
int mb = (lb + rb+1) / 2;
if (la == ra&&lb != rb) {
if (a[la] > b[rb])return b[rb];
else return a[la];
}
if (lb == rb&&la != ra) {
if (b[lb] > a[ra])return a[ra];
else return b[lb];
}
 
if (la == ra&&lb == rb) {
if (a[la] > b[lb])return b[lb];
else return a[la];
}
else
{    if (la == ra - 1 && lb == rb - 1) 
    {
ma = (la + ra) / 2;//第一个序列求中位数方法不变
mb = (lb + rb) / 2;//第二个序列变为与第一序列相同的方法求得中位数
//但由于元素个数只有两个，所以括号内可写为：mb = mb - 1；
    }
if (a[ma]==b[mb])
{
return a[ma];
}
else if (a[ma] > b[mb]) {
MidSerch(a, b, la, ma ,mb, rb);
}
else{
MidSerch(a, b, ma, ra, lb, mb);
}
 
}
} 
 
 
int main() {
int n;
cin >> n;
    int *a = new int[n];
int *b = new int[n];
for (int i = 0; i < n; i++)
{
cin >> a[i];
}
for (int i = 0; i < n; i++)
{
cin >> b[i];
}
 
cout<<MidSerch(a, b, 0, n - 1, 0, n - 1);
 
system("pause");
}

4. 算法时间及空间复杂度分析

由于采用递归二分策略，每次将问题分成规模减半的子问题（即所说的不断二分），所以消耗的时间是（时间复杂度）O（logN），再加上特殊情况的比较和比较所用的常数时间，时间复杂度还是为O（logN）。对于空间复杂度，由于只开辟了几个变量的地址和数据，所以空间复杂度为O（1）；

5. 程序运行截图

 

6．心得体会——对本次实践收获及疑惑进行总结

本次问题主要考核二分法解决实际问题，但是要注重考虑时间复杂度，和所处理特殊情况的解决方案。要学会思考，不能盲目跟从，很多问题不单只有一个解决方案，也可以达到要求。对于思考解决问题的算法，可以首先在纸上用笔去研究一些实例，再总结出通法，以达到解决普遍问题和顾及到所有特殊情况。