leetcode 4:寻找两个有序数组的中位数(二分法)_两个有序数组的中位数二分法时间复杂度怎么算的log(n)-CSDN博客

题目大意

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

题目分析

写一下分析（感觉这个题好难）
这道题让我们求两个有序数组的中位数，而且限制了时间复杂度为 O(log (m+n))，看到这个时间复杂度，自然而然的想到了应该使用二分查找法来求解。但是这道题被定义为 Hard 也是有其原因的，难就难在要在两个未合并的有序数组之间使用二分法，如果这道题只有一个有序数组，让我们求中位数的话，估计就是个 Easy 题。对于这道题来说，我们可以将两个有序数组混合起来成为一个有序数组再做吗，图样图森破，这个时间复杂度限制的就是告诉你金坷垃别想啦。那么我们还是要用二分法，而且是在两个数组之间使用，感觉很高端啊。那么回顾一下中位数的定义，如果某个有序数组长度是奇数，那么其中位数就是最中间那个，如果是偶数，那么就是最中间两个数字的平均值。这里对于两个有序数组也是一样的，假设两个有序数组的长度分别为m和n，由于两个数组长度之和 m+n 的奇偶不确定，因此需要分情况来讨论，对于奇数的情况，直接找到最中间的数即可，偶数的话需要求最中间两个数的平均值。为了简化代码，不分情况讨论，我们使用一个小 trick，分别找第 (m+n+1) / 2 个，和 (m+n+2) / 2 个，然后求其平均值即可，这对奇偶数均适用。若 m+n 为奇数的话，那么其实 (m+n+1) / 2 和 (m+n+2) / 2 的值相等，相当于两个相同的数字相加再除以2，还是其本身。

好，这里我们需要定义一个函数来在两个有序数组中找到第K个元素，下面重点来看如何实现找到第K个元素。首先，为了避免拷贝产生新的数组从而增加时间复杂度，我们使用两个变量i和j分别来标记数组 nums1 和 nums2 的起始位置。然后来处理一些 corner cases，比如当某一个数组的起始位置大于等于其数组长度时，说明其所有数字均已经被淘汰了，相当于一个空数组了，那么实际上就变成了在另一个数组中找数字，直接就可以找出来了。还有就是如果 K=1 的话，那么我们只要比较 nums1 和 nums2 的起始位置i和j上的数字就可以了。难点就在于一般的情况怎么处理？因为我们需要在两个有序数组中找到第K个元素，为了加快搜索的速度，我们要使用二分法，那么对谁二分呢，数组么？其实要对K二分，意思是我们需要分别在 nums1 和 nums2 中查找第 K/2 个元素，注意这里由于两个数组的长度不定，所以有可能某个数组没有第 K/2 个数字，所以我们需要先 check 一下，数组中到底存不存在第 K/2 个数字，如果存在就取出来，否则就赋值上一个整型最大值。如果某个数组没有第 K/2 个数字，那么我们就淘汰另一个数组的前 K/2 个数字即可。举个例子来说吧，比如 nums1 = {3}，nums2 = {2, 4, 5, 6, 7}，K=4，我们要找两个数组混合中第4个数字，那么我们分别在 nums1 和 nums2 中找第2个数字，我们发现 nums1 中只有一个数字，不存在第二个数字，那么 nums2 中的前2个数字可以直接跳过，为啥呢，因为我们要求整个混合数组的第4个数字，不管 nums1 中的那个数字是大是小，第4个数字绝不会出现在 nums2 的前两个数字中，所以可以直接跳过。

有没有可能两个数组都不存在第 K/2 个数字呢，这道题里是不可能的，因为我们的K不是任意给的，而是给的 m+n 的中间值，所以必定至少会有一个数组是存在第 K/2 个数字的。最后就是二分法的核心啦，比较这两个数组的第 K/2 小的数字 midVal1 和 midVal2 的大小，如果第一个数组的第 K/2 个数字小的话，那么说明我们要找的数字肯定不在 nums1 中的前 K/2 个数字，所以我们可以将其淘汰，将 nums1 的起始位置向后移动 K/2 个，并且此时的K也自减去 K/2，调用递归，举个例子来说吧，比如 nums1 = {1, 3}，nums2 = {2, 4, 5}，K=4，我们要找两个数组混合中第4个数字，那么我们分别在 nums1 和 nums2 中找第2个数字，nums1 中的第2个数字是3，nums2 中的第2个数字是4，由于3小于4，所以我们淘汰 nums1 中的前 K/2 个数字，所以我们可以将 nums1 的起始位置向后移动 K/2 个。反之，我们淘汰 nums2 中的前 K/2 个数字，并将 nums2 的起始位置向后移动 K/2 个，并且此时的K也自减去 K/2，调用递归即可，参见代码。
分析转自博文：https://www.cnblogs.com/suibian1/p/10952886.html

double findMedianSortedArrays(vector<int>& nums1, vector<int>& nums2) {
	int m = nums1.size();
	int n = nums2.size();
	//处理任何一个nums为空数组的情况
	if (m == 0)
	{
		if (n % 2 != 0)
			return nums2[n / 2];
		return (nums2[n / 2] + nums2[n / 2 - 1]) / 2.0;
	}
	if (n == 0)
	{
		if (m % 2 != 0)
			return nums1[m / 2];
		return (nums1[m / 2] + nums1[m / 2 - 1]) / 2.0;
	}
	int total = m + n;
	//总数为奇数，找第 total / 2 + 1 个数
	if (total % 2)
		return find_kth(nums1, 0, nums2, 0, total / 2 + 1);
	//总数为偶数，找第 total / 2 个数和第total / 2 + 1个数的平均值
	return (find_kth(nums1, 0, nums2, 0, total / 2) + find_kth(nums1, 0, nums2, 0, total / 2 + 1)) / 2.0;
}


//寻找a 和 b 数组中，第k个数字
double find_kth(vector<int>& a, int a_begin, vector<int>& b, int b_begin, int k) {
	//当a 或 b 超过数组长度，则第k个数为另外一个数组第k个数
	if (a_begin >= a.size())
		return b[b_begin + k - 1];
	if (b_begin >= b.size())
		return a[a_begin + k - 1];
	//k为1时，两数组最小的那个为第一个数
	if (k == 1)
		return min(a[a_begin], b[b_begin]);
	int mid_a = INT_MAX;
	int mid_b = INT_MAX;
	//mid_a / mid_b 分别表示 a数组、b数组中第 k / 2 个数
	if (a_begin + k / 2 - 1 < a.size())
		mid_a = a[a_begin + k / 2 - 1];
	if (b_begin + k / 2 - 1 < b.size())
		mid_b = b[b_begin + k / 2 - 1];
	//如果a数组的第 k / 2 个数小于b数组的第 k / 2 个数，表示总的第 k 个数位于 a的第k / 2个数的后半段，或者是b的第 k / 2个数的前半段
	//由于范围缩小了 k / 2 个数，此时总的第 k 个数实际上等于新的范围内的第 k - k / 2个数，依次递归
	if (mid_a < mid_b)
		return find_kth(a, a_begin + k / 2, b, b_begin, k - k / 2);
	//否则相反2.
	return find_kth(a, a_begin, b, b_begin + k / 2, k - k / 2);

}