寻找两个正序数组的中位数 Golang leecode_4

这题思路很清晰啊，就是按顺序遍历，然后遍历到中位数的位置 break 出来。打个比方：

对于数组 nums1 = {1, 3}，nums2 = {2}，我们知道从小到大遍历到第1个（从0开始）的时候就是我们想要的值，于是 定义一个 res 变量开始遍历，flag1 := 0 用来取第一个数组元素，flag2 := 0 用来取第二个数组元素，count 变量用来计数，当 count == (len(num1) + len(num2)) / 2 时，break

对于数组 nums1 = {1, 2}，nums2 = {3, 4}，我们知道需要遍历到第2个，然后将第2个数和第3个数相加除以2，就是我们想要的结果，于是我想设置一个变量 temp，用来存储 res 赋新值前的值，同理当 count == (len(num1) + len(num2)) / 2 时，break

下面是具体的程序：

package main

import (
	"fmt"
)

func findMedianSortedArrays(nums1 []int, nums2 []int) float64 {
	flag := (len(nums1) + len(nums2)) / 2
	var res float64
	var temp float64
	count := 0
	flag1, flag2 := 0, 0
	for flag1 < len(nums1) || flag2 < len(nums2) {
		/* 第一个 if 语句解释：当第一个数组遍历完或为空时，接着（直接）遍历第二个数组，
		   同时下标 flag2 不断后移。
		   第二个 if 语句同理
		*/
		if flag1 < len(nums1) && flag2 == len(nums2) {
			temp = res
			res = float64(nums1[flag1])
			flag1++
		}
		if flag1 == len(nums1) && flag2 < len(nums2) {
			temp = res
			res = float64(nums2[flag2])
			flag2++
		}
		/* 第三个 if 语句解释：当两个数组都还没有遍历完时，需要比较当前
		   两个数组当前下标的值，小的赋值给 res 同时该数组下面往后移一位
		*/
		if flag1 < len(nums1) && flag2 < len(nums2) {
			if nums1[flag1] < nums2[flag2] {
				temp = res
				res = float64(nums1[flag1])
				flag1++
			} else {
				temp = res
				res = float64(nums2[flag2])
				flag2++
			}
		}
		/* 判断 break 条件 if 语句解释：
		   如果 count == flag ，则到了中位数的位置，
		   (len(nums1)+len(nums2))%2 用来判断是否需要中间两个数相加除以2
		*/
		if count == flag && (len(nums1)+len(nums2))%2 == 0 {
			res = (temp + res) / 2
			break
		} else if count == flag && (len(nums1)+len(nums2))%2 == 1 {
			break
		}
		count++
	}
	return res
}

func main() {
	/*
		寻找两个正序数组的中位数
		给定两个大小分别为 m 和 n 的正序（从小到大）数组 nums1 和 nums2。请你找出并返回这两个正序数组的中位数 。

		输入：nums1 = [1,3], nums2 = [2]
		输出：2.00000
		解释：合并数组 = [1,2,3] ，中位数 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 */
	nums1 := []int{}
	nums2 := []int{3, 4}
	fmt.Println("中位数为 ", findMedianSortedArrays(nums1[:], nums2[:]))
}

这段代码用时 8ms（击败91.24%用户），内存用了 4.49MB（击败了94.06%用户），对于我这个菜鸡来说还是比较开心的，至少效率还可以。看了一眼官方的，代码用时要16ms 懒得看了，以后再说吧。