【Leetcode】4. Median of Two Sorted Arrays 双有序数组找中位数

一、 描述

给两个有序数组，长度分别为m和n，找他们的中位数，要求时间复杂度O(log(m+n))。

二、分析

咋一看是很简单的题，但是坑了我两个星期。其中既有两年没做题的因素在，但是更重要的是本就菜逼的我更加菜了。这让我十分焦虑。
我分析了好久，但是从第一步开始就错了，实际上不应该叫错，要是硬着头皮做应该还是做得出的，但那得多头铁啊，反正我没这么铁。
先来分析一下这道题，咋一看时间复杂度要求log，那肯定是二分啊。有序数组，那就对数组做二分呗。但是，求中位数咋才能和对数组二分联系起来呢？
我想到这么一招：我设第一个数组的中位数为mid_1，第二个数组的中位数为mid_2，那么我们就可以根据中位数把这俩数组分为四段：
******* mid_1 *******
******* mid_2 *******
那么如果我们通过比较，有mid_1 > mid_2，那么就有mid_1的右边那一段要大于mid_1左边那一段，同时又有mid_1右边那一段大于mid_2左边那一段。所以mid_1右边那一段肯定不在中位数的左边。这样我们就能砍下去一段。
啊对，能砍下去一段，然后呢？
然后我们就一直砍，砍到…
砍到什么时候？
我这时候发现这个终点不好定义。砍到什么时候为止呢？
首先，很直观的，如果俩数组的长度加起来为原来总长度的一半，那么俩数组的最后一个值里面较大的那个就是中位数。这一点得明白，中位数就是第“总长度的一半”那么大的数。所以我如果砍到最后就剩“总长度的一半”那么多个数了，那最后一个就是中位数。“总长度的一半”说起来太麻烦 ，我还是用k来代替。如果砍到剩k个元素，就能找出来最后一个。
真不错，这就完了？试试呗。submit一下。不出所料报错了。
啥错呢？[1,3]，[2]处理不了。
为啥处理不了？因为我在设置mid_1和mid_2的时候，当数组中元素个数为偶数的时候，我们让中间偏后的那一个作为mid。
因为mid_1就是3，它砍不下去，它右边没有数了。然而我们的k又是2，现在总长度为3，一直循环了。
所以不行。那咋办呢？问题出在哪呢？出在当中位数右边没有元素的时候，这个递归就走不下去了。想个法子干他一炮。咋办呢？我们来看看左边能不能搞一搞。
之前咱们说到，中位数较大的那个的右边那段可以砍下去，因为我们最终结果肯定不在这段里。那么反过来，中位数较小的那个的左边那段同样可以砍下去，我们的最终结果肯额定也不在这一段。但是同时我们也需要知道，这个砍完了，那最小的元素就不是第k个了，要减去砍掉的那些。好。来试一试吧。
不对。有问题。[1,2,5],[3,4,6]处理不了。先考虑选择第3大的元素，k=3。正确结果应该是3。
我们来看第一步，选择的是2和4，那么砍掉6；[1,2,5],[3,4]，然后继续砍，4右边没有，砍2的左边，砍掉1，那么现在要找第二大的数
；然后剩下[2,5],[3,4]，选择的是5和4，好，又出现5的右边没得砍，那就砍4的左边，砍掉3。注意这里我们把正确答案砍掉了。这是为什么呢？不是说正确答案不会在里面吗？推论是错的？
这个推论是有一个前提的。
我们刚刚砍掉“较大的中位数右边的那一段”所用到的推论，有一个重要的前提，就是：当数组内元素个数为偶数个的时候，我们选择两个中位数中的后一个作为mid。这是为什么我们能够安全的把最大的那一个砍掉。我们来举一个例子：假设两个数组长度分别为2m和2n，那么我们选择的中位数就是m+1和n+1。
这样一来，如果m+1对应的元素的值大于n+1那个，那么我们就有推论，m+1后面m-1个元素要大于前面m+1个元素，同样要大于另一个数组的前n+1个元素。即后m+1个元素前面至少有m+n+2个元素，而总共只有2m+2n个元素，所以我们可以确定，砍最大的那段是合理的。
但是砍最小的那段呢？假设m+1对应的元素的值大于n+1那个，那么我们就有推论，
n+1前面n个元素要小于后面n个元素，同时也要小于从m+1开始的m个元素。因此。前面n个元素后面要有m+n个元素，注意这句话，只能保证有m+n个元素大于这n个元素，但是别忘了，我们是偶数，要找俩元素呢，那你只保证m+n是不够的，这就会把边缘的那一个给删掉了。
那怎么找呢？难不成我们还把中位数改成较小的那个？那不行，那样就没法砍较大的那段了。
正是因为我们引入了“两个数组各自的中位数”这个思路，从而导致了这样一个砍数组出现bug的问题。
为啥我们会有这个思路呢？因为要二分啊，二分数组看上去不是挺好的。
好个球。你看看这出来的一堆bug。
那咋办呢？我们往回回溯一下思路：我们为啥要砍小的那段？因为大的没得砍。那我们让中位数为较小的那个，那大的那段不就一直有的砍？你是不是傻，中位数为较小的那个的话，砍大的那段本身就变成了错误的。所以这条路走不通。
那该咋办呢？？？
好吧，让我们来看一下正确思路：
将找中位数问题转化为找第k大的数的问题，这个思路是没错的。
看见log，但不要对数组做二分，对k做二分。
把k平分成两部分，m和n，要是k是奇数，那就m小n大，那也就差1。然后两个数组，让比较短的那个取前m个，比较长的那个取前n个，要是然后看“取出来的部分谁的更小”，比如第m个小于第n个，那么就能安全砍掉这m个。
欸欸欸，为啥你就这么就砍掉了？我第k个就不能是第m个吗？
傻逼吧你，要是第k个就是第m个，那我们的前提是第m个小于第n个，那第n个至少是第k+1个，但是他妈m+n一共才是k个，你怎么冒出来k+1的。
这么砍是肯定安全的，只要能保证第m个小于第n个，那这m个元素里面肯定没有第k大的，直接砍掉就完事。
那还有一个问题，要是比较短的那个数组比m都小怎么办？那就让m等于比较短的这个数组的长度，比较长的那个取k-短数组长度这么多元素。反正是砍，一次砍没一个数组不是更好。
那啥时候结束呢？
很直观啊，要是有一个数组被砍没了，直接返回另外一个的第k-1个；要是k=1，那就没法分成两份，这时候还分个屁，直接找俩数组头，选小的那个返回。
那要是第m个等于第n个呢？傻啊，那不是直接返回就完事了。
为啥呢？
你得明白为啥把k分成两份然后砍掉一份，为啥是这个思路：因为这样对k二分也是log，而且砍到最后就肯定有结果，那为啥相等时候就直接返回呢？
来来来我问你：你现在拿这俩选出来的子数组，拼在一起，是不是k个元素？是。那这k个元素里最大的那个是不是就是你要找的最后结果？是啊。
是个屁是，我说什么你都说是。
我就随便分别选了m个和n个元素，你咋知道最后结果不是第m+1个，这次没选上来呢？
啊这也对。
那为啥相等就可以直接返回了呢？
本来我们只能知道，我们随手选的这m个和n个元素里各自最大的是哪个（分别记为m_max和n_max），以及这m+n个元素里最大的是哪个（m_max和n_max里最大的那个呗，我们假设n_max更大）。但是我们不排除，在没选的元素里面有大于m_max但小于n_max的，这就是为啥不能直接把n_max当最后结果。
上面这句话，就“没选的元素里面有大于m_max但小于n_max的”，这句咋来的？
我们来捋一捋啊，就m+n等于k对吧，那m_max能保证有m-1个比它小的，n_max能保证有m+n-1个比它小的。那要是有一个比这m+n-1个元素里面最大的大一点，但是又比n_max小一点的，那n_max就不是第k个。
我还是拿具体例子来说吧：
俩数组分别是
1，3，5，7，9
2，4，6，8，10
然后要找k=5第5大的。m=2，n=3。
我们选出来1，3和2，4，6。我们不能说6就是我们要的第5大的，我们只能说，存在4个元素比6小，要是有一个元素，比这个四个里最大的那个（4）还大，但是比6要小，那这个就比6更合适，它才是第5大的。很不幸，确实有这个。所以我们说，要是“有一个比这m+n-1个元素里面最大的大一点，但是又比n_max小一点的，那n_max就不是第k个”。那要是n_max和m_max一边大，那就说明，剩下的m+n-1个元素里面最大的，也还是n_max，就不存在那样一个数,比这m+n-1个元素里面最大的大一点，但是又比n_max小一点。所以我们可以直接返回。
TMD这也太复杂了。
综上所述，按照二分k的方法，我们可以相对简单的找到最后的中位数。
已经把找中位数化为找第k个值的问题了，就不要再给自己找麻烦再去找中位数了。不但麻烦，而且还不对。

三、代码

from typing import List

class Solution:
    def find_kth(self, nums1, nums2, k):
        if len(nums2) < len(nums1):
            nums1, nums2 = nums2, nums1
        if len(nums1) == 0:
            return nums2[k - 1]
        if k == 1:
            return min(nums1[0], nums2[0])
        a = min(k // 2, len(nums1))
        b = k - a
        if nums1[a - 1] < nums2[b - 1]:
            return self.find_kth(nums1[a:], nums2, k - a)
        elif nums1[a - 1] > nums2[b - 1]:
            return self.find_kth(nums1, nums2[b:], k - b)
        else:
            return nums1[a - 1]

    def findMedianSortedArrays(self, nums1: List[int], nums2: List[int]) -> float:
        if (len(nums1) + len(nums2)) % 2 == 0:
            a = self.find_kth(nums1, nums2, (len(nums1) + len(nums2)) // 2)
            b = self.find_kth(nums1, nums2, (len(nums1) + len(nums2)) // 2 + 1)
            print(a, b)
            return (a + b) / 2
        else:
            a = self.find_kth(nums1, nums2, (len(nums1) + len(nums2)) // 2 + 1)
            print(a)
            return a