力扣 4. 寻找两个有序数组的中位数 C

这道题的重点在于时间复杂度  O(log(m+n))，看到这个一般都会想到二分法，因为二分法的时间复杂度是O(log(m+n))

下面是初始的一些想法，如果你想看更好的完整版的算法思路

• A[k/2] = B[k/2],那么第 k 大的数就是 A[k/2]

• A[k/2] > B[k/2],那么第 k 大的数肯定在 A[0:k/2+1] 和 B[k/2:] 中，这样就将原来的所有数的总和减少到一半了，再在这个范围里面找第 k/2 大的数即可，这样也达到了二分查找的区别了。

• A[k/2] < B[k/2]，那么第 k 大的数肯定在 B[0:k/2+1]和 A[k/2:] 中，同理在这个范围找第 k/2 大的数就可以了。

  class Solution {
  public:
      #  define INT_MAX   2147483647
      double findMedianSortedArrays(vector<int>& nums1, vector<int>& nums2) {
          int m = nums1.size() , n = nums2.size();
          int left = (m + n + 1) / 2;//不用分奇偶
          int right = (m + n + 2) / 2;//因为偶数是同样的数字
          return (findKth(nums1, 0, nums2, 0, left) + findKth(nums1, 0, nums2, 0, right)) / 2.0;
      }
      
       int findKth(vector<int>& nums1 , int i , vector<int>& nums2 , int j , int k)//设置函数找到第k个数
      {
         
          if( i >= nums1.size()) return nums2[j + k - 1];//nums1为空数组
          if( j >= nums2.size()) return nums1[i + k - 1];//nums2为空数组
          if(k == 1)  return min(nums1[i], nums2[j]);
          int midVal1 = (i+k/2-1 < nums1.size()) ? nums1[i+k/2-1]  : INT_MAX;//INT_MAX的情况之多发生一次，因为剩下的两个数组的元素的个数一定大于K；所以只会发生一次，并且这个数不会大于INT_MAX，因为第K个数不是数组中最大的数。
          int midVal2 = (j+k/2-1 < nums2.size()) ? nums2[j+k/2-1]  : INT_MAX;
          if(midVal1 < midVal2)
              return findKth( nums1 , i+k/2 ,  nums2 , j , k-k/2);
          else 
              return findKth(nums1, i, nums2, j + k / 2 , k - k / 2);
      }
  };

  这是采用了一种递归的思想来做的，只有前三个if会跳出循环。