LeetCode4---两个排序数组的中位数

有两个大小为 m 和 n 的排序数组 nums1 和 nums2 。

请找出两个排序数组的中位数并且总的运行时间复杂度为 O(log (m+n)) 。

示例 1:

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

中位数是 2.0

示例 2:

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

中位数是 (2 + 3)/2 = 2.5

分析：给两个排序好的数组，长度分别为m和n，在（m+n）/2时间复杂度内找出中位数。因为是排好序的数组，指定两个游标，初始分别在两个数组的开头，比较两个数组游标所在位置的数值大小，小的放进队列，然后移动游标。当队列内的数量大于(m+n)>>1时，就可以得到中位数了，一共需要访问（m+n）>>2个元素，符合时间复杂度要求，注意处理一些特殊情况就好。 不过这个是的(m+n)/2的方法，log(m+n)的方法应该是直接去两个数组的中间位置，然后向中间必进，再次二分下去

/**
队列用的LinkedList，因为只需要末尾添加元素同时末尾取元素，所以LinkedList的效率更加优秀。从oj的时间反馈也可以看出来，因为ArrayLIst中间会有扩容的操作，所以LinkedList更加合适
**/

private double getSingleArrayMidle(int[] nums2, boolean isSingle){
		if (isSingle){
			return nums2[nums2.length>>1];
		}else {
			int m = nums2[nums2.length>>1];
			int n = nums2[(nums2.length>>1) - 1];
			return (m+n)/2.0;
		}
	}
	public double findMedianSortedArrays(int[] nums1, int[] nums2) {
		//获取总长度
		int sumLen = nums1.length + nums2.length;
		//判断总数是奇数还是偶数
		boolean isSingle = (sumLen&1) == 1;
		if (sumLen == 0){
			return 0;
		}
		//nums1为空
		if (nums1.length == 0){
			return getSingleArrayMidle(nums2, isSingle);
		}
		//nums2为空
		if (nums2.length == 0){
			return getSingleArrayMidle(nums1, isSingle);
		}

		LinkedList<Integer> linkedList = new LinkedList<>();
		int curPos1 = 0;
		int curPos2 = 0;
		while (linkedList.size() <= (sumLen>>1)){
			if (curPos1 >= nums1.length){
				linkedList.add(nums2[curPos2]);
				curPos2++;
				continue;
			}
			if (curPos2 >= nums2.length){
				linkedList.add(nums1[curPos1]);
				curPos1++;
				continue;
			}
			if (nums1[curPos1] > nums2[curPos2]){
				linkedList.add(nums2[curPos2]);
				curPos2++;
			}else {
				linkedList.add(nums1[curPos1]);
				curPos1++;
			}
		}
		//奇数长度
		if ((sumLen&1) == 1){
			return linkedList.getLast();
		}

		//偶数长度
		int m = linkedList.getLast();
		linkedList.removeLast();
		int n = linkedList.getLast();
		return (m+n)/2.0;
	}