LeetCode——4 寻找两个有序数组的中位数

问题描述：

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

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/median-of-two-sorted-arrays
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

执行结果：

代码描述：

示例1：1,2,3,4,5,6； 中位数为：3.5

示例2：1 2 3 6 7 ； 中位数为：3

官方答案中的解释很长，具体总结就是将两个数组合并然后分成两部分，但要寻找临界条件，也就中位数成立调解。
1.len(left_part)=len(right_part)
2.max(left_part)≤min(right_part)

class Solution {
public:
    double findMedianSortedArrays(vector<int>& nums1, vector<int>& nums2) {
        int m = nums1.size();
        int n = nums2.size();
        if(m > n)       // to ensure m <= n
        {
            vector<int> temp(nums1);
            nums1 = nums2;
            nums2 = temp;
            int t = m;
            m = n;
            n = t;
        }
        int iMin = 0, iMax = m, halfLen = (m + n + 1)/2;// 偶数时，左侧值，奇数时，中间值; m为大数
        while(iMin <= iMax)
        {
            int i = (iMin + iMax)/2;
            int j = halfLen - i;
            if(i < iMax && nums2[j - 1] > nums1[i])
            {
                iMin = i + 1;   // i is too small
            }
            else if(i > iMin && nums1[i-1] > nums2[j])
            {
                iMax = i - 1;   // i is too big
            }
            else
            {       // i is perfect
                int maxLeft = 0;
                if(i == 0)
                {
                    maxLeft = nums2[j-1];
                }
                else if(j == 0)
                {
                    maxLeft = nums1[i - 1];
                }
                else
                {
                    maxLeft = (nums1[i-1] > nums2[j-1]?nums1[i-1]:nums2[j-1]);
                }
                if((m + n) % 2 == 1)
                    return maxLeft;
                
                int minRight = 0;
                if(i == m)
                    minRight = nums2[j];
                else if(j == n)
                    minRight = nums1[i];
                else
                    minRight = (nums1[i] < nums2[j]?nums1[i]:nums2[j]);
                return (maxLeft + minRight)/2.0;
                
            }
        }
        return 0.0;
    }
};

复杂度分析

  时间复杂度：O(log(min(m,n)))。首先，查找的区间是 [0, m]。 而该区间的长度在每次循环之后都会减少为原来的一半。 所以，我们只需要执行 log(m) 次循环。由于我们在每次循环中进行常量次数的操作，所以时间复杂度为 O(log(m))。 由于 m≤n，所以时间复杂度是 O(log(min(m,n)))。
  空间复杂度：O(1)， 只需要恒定的内存来存储 有限 个局部变量， 所以空间复杂度为O(1)。

// 此方案，超内存
class Solution {
public:
    double findMedianSortedArrays(vector<int>& nums1, vector<int>& nums2) {
        // 先合并
        vector<int> merge(nums1);
        vector<int>::iterator it = nums2.begin();
        while(it != nums2.end())
        {
            merge.push_back(*it);
        }
        // 排序
        sort(merge.begin(), merge.end());
        // 取中点
        if(merge.size() > 0 && merge.size() % 2 == 1)
        {
            return merge[merge.size()/2];
        }
        else if(merge.size() > 0 && merge.size() % 2 == 0)
        {
            return (merge[merge.size()/2] + merge[merge.size()/2-1])/2.0;
        }
        else
            return 0.0;
    }
};