每日一算：寻找两个有序数组的中位数

Leetcode4. 给定两个大小为 m 和 n 的有序数组 nums1 和 nums2。

请你找出这两个有序数组的中位数，并且要求算法的时间复杂度为 O(log(m + n))。

你可以假设 nums1 和 nums2 不会同时为空。
示例 1:

nums1 = [1, 3]
nums2 = [2]
则中位数是 2.0

示例 2:

nums1 = [1, 2]
nums2 = [3, 4]
则中位数是 (2 + 3)/2 = 2.5

解析：看到时间复杂度为log级别，且是有序的数组，中位数也可以求最小第K个数的经典问题。因此采用二分法。但是这道题显然不能先求出合并后的数组，应该是不合并两个数组怎么求第K小的数。

逻辑流程 二分法解答：

• start = nums1和nums2中最小值
• end = nums1和nums2中最大值
• mid = (start+end)/2

1. if 两个数组中小于或等于mid的个数小于k:
   中位数应该大于mid，那么答案在mid和end之间

2. if 两个数组中大于或等于mid的个数小于k:
   中位数应该小于mid，那么答案在start和mid之间

因此可以看出该题目是二分查找的一个扩展题目，在两个数组中二分查找。

python 代码：

class Solution:
    def findMedianSortedArrays(self, nums1: List[int], nums2: List[int]) -> float:
        length = len(nums1) + len(nums2)
        if length & 1:                                       #分奇偶来讨论求第K小的数
            mid = length // 2 + 1
            return self.findKthSmallest(mid, nums1, nums2)  #找到第K小的数
        else:
            mid1 = length // 2
            mid2 = length // 2 + 1
            return (self.findKthSmallest(mid1, nums1, nums2) +
                    self.findKthSmallest(mid2, nums1, nums2)) / 2.0

    def findKthSmallest(self, k, nums1, nums2):  #找到第K小的数
        if not nums1:
            return nums2[k - 1]
        if not nums2:
            return nums1[k - 1]
        start = min(nums1[0], nums2[0])
        end = max(nums1[-1], nums2[-1])
        while start +1 < end:         #当start紧跟end就停止，即不能达到相同状态
            mid = start + (end - start) // 2   #防止溢出
            if self.CountSmallorEq(mid, nums1) + self.CountSmallorEq(mid, nums2) < k:
                start = mid
            else:
                end = mid
        if self.CountSmallorEq(start, nums1) + self.CountSmallorEq(start, nums2) >= k: 
            return start
        else:
            return end
            
    def CountSmallorEq(self, num, arr):    #计算比num小或等于的数字有多少个
        start, end = 0, len(arr)-1
        while start + 1 < end:   
            mid = start + (end - start) // 2
            if arr[mid] <= num:
                start = mid
            else:
                end = mid
        if arr[start] > num:
            return start
        if arr[end] > num:
            return end
        return len(arr)

总结： 就是在二分查找上进行改进，套用二分查找的模板，增加了一个统计一个有序数组比不大于k的个数，也是用二分查找来计算，如上面的函数CountSmallorEq就是额外增加二分查找。

另外官方给出的统计的方法（官方答案），虽然能达到 O(log(min(m ,n)))，但是需要分类讨论，情况复杂，不建议。

附： 二分查找代码：

def binary_search(arr, item):
    """二分查找 非递归方式"""
    n = len(arr)
    start = 0
    end = n - 1
    while start <= end:
        mid = start + (end - start) // 2 
        if arr[mid] == item:
            return True
        elif item < arr[mid]:
            end = mid - 1
        else:
            start = mid + 1
    return False

二分查找有诸多延申的题目，本题就是一个。