力扣每日一题——寻找两个正序数组的中位数

先简单看下问题：

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 。
算法的时间复杂度应该为 O(log (m+n)) 。

看到该题目，我们大部分人第一反应就是，直接归并排序把nums1和nums2整合为1个数组，然后根据奇偶元素个数取中位数即可。
但是不要忽略了时间复杂度要求 O(log (m+n)) ，如果按照上述的思路，那么我们的时间复杂度为O(m+n)已经超过了以上要求。
所以，看到log我们其实可以猜测大概率是使用二分查找，那么我们具体应该如何操作呢？

• 首先我们计算一下两个数组的长度和totalLen，如果为奇数，我们取其第 totalLen/2 + 1 位的元素就是他的中位数（这里是从1开始数的）。
• 如果为偶数，我们就取第 totalLen/2 + 1 位的元素，和第totalLen/2位的元素再求中位数。

定义方法getKthElement(int[] nums1, int[] nums2, int k)查找两个数组中第k小的元素：

• 定义nums1和nums2的长度和初始下标。
  
• 对于一般情况，我们可以的取A[k / 2 - 1] ，B[k / 2 - 1] 的值：
  当A[k / 2 - 1] < B[k / 2 - 1] 时，我们可以确认A[k / 2 - 1] 及之前的元素一定不是第k小的元素，所以将A[k / 2 - 1] 及之前的元素排除, 即 将下标 index1移动至当前A[k /2 - 1]下标 + 1处， k 减去排除的元素个数。
  当B[k / 2 - 1] < A[k / 2 - 1] 时, 我们同样采取以上策略进行，将B[k / 2 - 1]及之前的元素排除。
  当A[k / 2 - 1] == B[k / 2 - 1] 时， 我们可以将其归为上面两种情况之一进行即可。

然后我们要循环到什么时候停止呢，这时候就要想想边界条件时什么了：

• 当 k == 1时，我们循环停止，因为k代表的就是当前两数组集合中的第k小元素(排除掉之前元素后)，这时候我们只要比较两数组当前下标元素的值，更小的元素即为所求。
• 当index1 == len1时，表面数组nums1已经排除了所有元素，这个适合，我们只要取num2排除之前元素后的第k - 1下标元素即为所求。
• 当index2 == len2时，表面数组nums2已经排除了所有元素，取num1当前下标往后k - 1的元素。

代码如下：

class Solution {
    public double findMedianSortedArrays(int[] nums1, int[] nums2) {
        int len1 = nums1.length;
        int len2 = nums2.length;
        int totalLen = len1 + len2;
        if (totalLen % 2 == 1){
            return getKthElement(nums1, nums2, totalLen / 2 + 1);
        } else {
            return (getKthElement(nums1, nums2, totalLen / 2 + 1) +
                    getKthElement(nums1, nums2, totalLen / 2)) * 0.5;
        }
    }

    private int getKthElement(int[] nums1, int[] nums2, int k){
        int len1 = nums1.length;
        int len2 = nums2.length;
        int index1 = 0, index2 = 0;
        while (true){
            if (index1 == len1){
                return nums2[index2 + k - 1];
            }
            if (index2 == len2){
                return nums1[index1 + k - 1];
            }
            if (k == 1){
                return Math.min(nums1[index1], nums2[index2]);
            }
            int half = k / 2;
            int newIndex1 = Math.min(index1 + half, len1) - 1;
            int newIndex2 = Math.min(index2 + half, len2) - 1;
            int pivot1 = nums1[newIndex1], pivot2 = nums2[newIndex2];
            if (pivot1 <= pivot2){
                k -= (newIndex1 - index1) + 1;
                index1 = newIndex1 + 1;
            } else {
                k -= (newIndex2 - index2) + 1;
                index2 = newIndex2 + 1;
            }
        }
    }
}