【Leetcode解题记录】4. Median of Two Sorted Arrays

转载于：【分步详解】两个有序数组中的中位数和Top K问题

有时间还是要写一下两个数组的Top K代码

There are two sorted arrays nums1 and nums2 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)).

Example 1:

nums1 = [1, 3]
nums2 = [2]

The median is 2.0

Example 2:

nums1 = [1, 2]
nums2 = [3, 4]

The median is (2 + 3)/2 = 2.5

-----------------------

问题介绍

这是个超级超级经典的分治算法！！这个问题大致是说，如何在给定的两个有序数组里面找其中的中值，或者变形问题，如何在2个有序数组数组中查找Top K的值（Top K的问题可以转换成求第k个元素的问题）。这个算法在很多实际应用中都会用到，特别是在当前大数据的背景下。

我觉得下面的这个思路特别好，特别容易理解！！请按顺序看。是来自leetcode上的stellari英文答案，我整理并自己修改了一下。

预备知识

先解释下“割”

我们通过切一刀，能够把有序数组分成左右两个部分，切的那一刀就被称为割(Cut)，割的左右会有两个元素，分别是左边最大值和右边最小值。

我们定义L = Max(LeftPart)，R = Min(RightPart)

Ps. 割可以割在两个数中间，也可以割在1个数上，如果割在一个数上，那么这个数即属于左边，也属于右边。（后面讲单数组中值问题的时候会说）

比如说[2 3 5 7]这个序列，割就在3和5之间 
[2 3 / 5 7] 
中值就是（3+5）/2 = 4

如果[2 3 4 5 6]这个序列，割在4上，我们可以把4分成2个 
[2 3 (4/4) 5 7] 
中值就是（4+4）/2 = 4

这样可以保证不管中值是1个数还是2个数都能统一运算。

割和第k个元素

对于单数组，找其中的第k个元素特别好做，我们用割的思想就是：

常识1：如果在k的位置割一下，然后A[k]就是L。换言之，就是如果左侧有k个元素，A[k]属于左边部分的最大值。（都是明显的事情，这个不用解释吧！）

双数组

我们设: 
Ci为第i个数组的割。 
Li为第i个数组割后的左元素. 
Ri为第i个数组割后的右元素。

如何从双数组里取出第k个元素

1. 首先Li<=Ri是肯定的（因为数组有序，左边肯定小于右边）
2. 如果我们让L1<=R2 && L2<=R1

1. 那么左半边 全小于右半边，如果左边的元素个数相加刚好等于k，那么第k个元素就是Max(L1,L2)，参考上面常识1。
2. 如果 L1>R2，说明数组1的左边元素太大（多），我们把C1减小，把C2增大。L2>R1同理，把C1增大，C2减小。

假设k=3

对于 
[1 4 7 9] 
[2 3 5]

设C1 = 2，那么C2 = k-C1 = 1 
[1 4/7 9] 
[2/3 5]

这时候，L1(4)>R2(3)，说明C1要减小，C2要增大，C1 = 1，C2=k-C1 = 2 
[1/4 7 9] 
[2 3/5]

这时候，满足了L1<=R2 && L2<=R1，第3个元素就是Max(1,3) = 3。

如果对于上面的例子，把k改成4就恰好是中值。

下面具体来看特殊情况的中值问题。

双数组的奇偶

中值的关键在于，如何处理奇偶性，单数组的情况，我们已经讨论过了，那双数组的奇偶问题怎么办，m+n为奇偶处理方案都不同，

让数组恒为奇数

有没有办法让两个数组长度相加一定为奇数或偶数呢？

其实有的，虚拟加入‘#’(这个trick在manacher算法中也有应用)，让数组长度恒为奇数（2n+1恒为奇数）。
Ps.注意是虚拟加，其实根本没这一步，因为通过下面的转换，我们可以保证虚拟加后每个元素跟原来的元素一一对应

之前	len	之后	len
[1 4 7 9]	4	[# 1 # 4 # 7 # 9 #]	9
[2 3 5]	3	[# 2 # 3 # 5 #]	7

映射关系

这有什么好处呢，为什么这么加?因为这么加完之后，每个位置可以通过/2得到原来元素的位置。

/	原位置	新位置	除2后
0	1	0	1
5	2	5	2

在虚拟数组里表示“割”

不仅如此，割更容易，如果割在‘#’上等于割在2个元素之间，割在数字上等于把数字划到2个部分。

奇妙的是不管哪种情况：

Li = (Ci-1)/2 
Ri = Ci/2

例： 
1. 割在4/7之间‘#’，C = 4，L=(4-1)/2=1 ，R=4/2=2 
刚好是4和7的原来位置！ 
2. 割在3上，C = 3，L=(3-1)/2=1，R=3/2 =1，刚好都是3的位置！

---

剩下的事情就好办了，把2个数组看做一个虚拟的数组A，目前有2m+2n+2个元素，割在m+n+1处，所以我们只需找到m+n+1位置的元素和m+n+2位置的元素就行了。 
左边：A[m+n+1] = Max(L1+L2) 
右边：A[m+n+2] = Min(R1+R2)

Mid = (A[m+n+1]+A[m+n+2])/2 
= (Max(L1+L2) + Min(R1+R2) )/2

至于在两个数组里找割的方案，就是上面的方案。

分治的思路

有了上面的知识后，现在的问题就是如何利用分治的思想。

怎么分？

最快的分的方案是二分，有2个数组，我们对哪个做二分呢？ 
根据之前的分析，我们知道了，只要C1或C2确定，另外一个也就确定了。这里，为了效率，我们肯定是选长度较短的做二分，假设为C1。

怎么治？

也比较简单，我们之前分析了：就是比较L1,L2和R1,R2。 
- L1>R2，把C1减小，C2增大。—> C1向左二分 
- L2>R1，把C1增大，C2减小。—> C1向右二分

越界问题

如果C1或C2已经到头了怎么办？ 
这种情况出现在：如果有个数组完全小于或大于中值。可能有4种情况： 
- C1 = 0 —— 数组1整体都比中值大，L1 >R2，中值在2中 
- C2 = 0 —— 数组1整体都比中值小，L1

public static double findMedianSortedArrays(int[] nums1, int[] nums2) {
		int len1 = nums1.length,len2 = nums2.length;
		//先比较两个数组长度，用长度最小的数组做二分
		if(len1>len2) return findMedianSortedArrays(nums2,nums1);
		//left：数组切割线的左边元素；right：数组切割线的右边元素；c：切割线；high：乘二的作用在于可以处理数组的奇偶问题（详见 双数组的奇偶）
		int left1 = 0,left2 = 0,right1 = 0,right2 = 0,c1,c2,low = 0,high = len1 * 2;
		while(low<=high){
			c1 = (low + high)/2;
			c2 = len1 + len2 -c1;
			 //三目表达式如果c1不等于0 left1等于nums1[(c1-1)/2]，如果等于left1为最小整数
			left1 = (c1==0)?Integer.MIN_VALUE:nums1[(c1-1)/2];
			right1 = (c1==len1*2)?Integer.MAX_VALUE:nums1[(c1)/2];
			left2 = (c2==0)?Integer.MIN_VALUE:nums2[(c2-1)/2];
			right2 = (c2==len2*2)?Integer.MAX_VALUE:nums2[(c2)/2];
			//左边元素比右边元素多分割线要往左移 反之右移，c1改变c2也跟着改变
			if(left1>right2){
				high = c1 - 1;
			}else if(left2>right1){
				low = c1 + 1; 
			}else{
				break;
			}
		}
		return Double.valueOf(Math.max(left1, left2)+Math.min(right1, right2))/2;
	}