Median of Two Sorted Arrays 【LeetCode】

Question：

There are two sorted arrays A and B of size m and n respectively. Find the median of the two sorted arrays. The overall run time complexity should be O(log (m+n)).

Anwser 1：  O(nlogn)

利用排序将两个数组合并成一个数组，然后返回中位数.

1. class Solution {  
2. public:  
3.     double findMedianSortedArrays(int A[], int m, int B[], int n) {
4.         int *a=new int[m+n];
5.         memcpy(a,A,sizeof(int)*m);
6.         memcpy(a+m,B,sizeof(int)*n);
7.         sort(a,a+n+m);
8.         double median=(double) ((n+m)%2? a[(n+m)>>1]:(a[(n+m-1)>>1]+a[(n+m)>>1])/2.0); 
9.         delete a;  
10.         return median;  
11.     }  
12. };  

Anwser 2：  O(log(m+n))

将原问题转变成一个寻找第k小数的问题，这样中位数实际上是第(m+n)/2小的数。

首先假设数组A和B的元素个数都大于k/2，我们比较A[k/2-1]和B[k/2-1]两个元素，这两个元素分别表示A的第k/2小的元素和B的第k/2小的元素。这两个元素比较共有三种情况：>、<和=。如果A[k/2-1]<B[k/2-1]，这表示A[0]到A[k/2-1]的元素都在A和B合并之后的前k小的元素中。换句话说，A[k/2-1]不可能大于两数组合并之后的第k小值，所以我们可以将其抛弃。

证明可以采用反证法。假之后的第k小值，我们不妨假定其为第（k+1）小值。由于A[k/2-1]小于B[k/2-1]，所以B[k/2-1]至少是第（k+2）小值。但实际上，在A中至多存在k/2-1个元素小于A[k/2-1]，B中也至多存在k/2-1个元素小于A[k/2-1]，所以小于A[k/2-1]的元素个数至多有k/2+ k/2-2，小于k，这与A[k/2-1]是第（k+1）的数矛盾。当A[k/2-1]>B[k/2-1]时存在类似的结论。当A[k/2-1]=B[k/2-1]时，我们已经找到了第k小的数，也即这个相等的元素，我们将其记为m。由于在A和B中分别有k/2-1个元素小于m，所以m即是第k小的数。(这里可能有人会有疑问，如果k为奇数，则m不是中位数。这里是进行了理想化考虑，在实际代码中略有不同，是先求k/2，然后利用k-k/2获得另一个数。)

通过上面的分析，我们即可以采用递归的方式实现寻找第k小的数。此外我们还需要考虑几个边界条件：(1)如果A或者B为空，则直接返回B[k-1]或者A[k-1]；(2)如果k为1，我们只需要返回A[0]和B[0]中的较小值；(3)如果A[k/2-1]=B[k/2-1]，返回其中一个。

代码非常简洁，而且效率也很高。在最好情况下，每次都有k一半的元素被删除，所以算法复杂度为log k ，由于求中位数时k为（m+n）/2，所以算法复杂度为log(m+ n )。

1. double findKth(int a[],int m,int b[],int n,int k)  
2. {  
3.     //always assume that m is equal or smaller than n  
4.     if (m > n)  
5.         return findKth(b,n,a,m,k);  
6.     if (m == 0)  
7.         return b[k-1];  
8.     if (k == 1)  
9.         return min(a[0],b[0]);  
10.     //divide k into two parts  
11.     int pa = min(k/2,m), pb = k-pa;  
12.     if (a[pa-1] < b[pb-1])  
13.         return findKth(a+pa,m-pa,b,n,k-pa);  
14.     else if (a[pa-1]>b[pb-1])  
15.         return findKth(a,m,b+pb,n-pb,k-pb);  
16.     else  
17.         return a[pa-1];  
18. }  
19.   
20. class Solution  
21. {  
22. public:  
23.     double findMedianSortedArrays(int A[],int m,int B[],int n)  
24.     {  
25.         int total = m+n;  
26.         if (total & 0x1)  
27.             return findKth(A,m,B,n,total/2+1);  
28.         else  
29.             return (findKth(A,m,B,n,total/2)+findKth(A,m,B,n,total/2+1))/2;  
30.     }  
31. };