C++第k小数，解决两个有序数组中位数问题

举例：我们这个算法是为了达到最小时间复杂度即O(log（m+n）)，空间复杂度O（1），暴力解为O(m+n)明显不适合面试


我们每次删除时只需比较k/2处的数，较小的那个k/2，删除它及之前的数，然后k=k-k/2,在重复这个操作到k/2=0,时我们就找到了第k小元素，因为此时已经把k前面的元素都删除了，留下的第一个数就是第k小。
那么此时可能就有疑问了：

为什么例子里1~4一定会是小于第K个数的呢？
其实很简单，因为我们对短数组划分了左(k/2，所在位置的数是4)—右(剩余)；对长数组划分了，左(k/2，所在位置的数是12)—右(剩余)
请问：两个数组的右边是否一定都比4大？
很明显是的，因为短数组的右边一定比4大，长数组的右边一定比12大，所以两个数组的右边部分都一定比4大。又因为两个数组的左边一共有K个数，所以两个数组的右边一共有N-K个数。
因为有N-K个数都比4大，肯定先容纳那些数，所以右半部分没空位容纳4，所以4的索引一定<=K,又因为12也比4大，所以4的索引<k。

class Solution {
public:
    int getKthElement(const vector<int>& nums1, const vector<int>& nums2, int k) {
        /* 主要思路：要找到第 k (k>1) 小的元素，那么就取 pivot1 = nums1[k/2-1] 和 pivot2 = nums2[k/2-1] 进行比较
         * 这里的 "/" 表示整除
         * nums1 中小于等于 pivot1 的元素有 nums1[0 .. k/2-2] 共计 k/2-1 个
         * nums2 中小于等于 pivot2 的元素有 nums2[0 .. k/2-2] 共计 k/2-1 个
         * 取 pivot = min(pivot1, pivot2)，两个数组中小于等于 pivot 的元素共计不会超过 (k/2-1) + (k/2-1) <= k-2 个
         * 这样 pivot 本身最大也只能是第 k-1 小的元素
         * 如果 pivot = pivot1，那么 nums1[0 .. k/2-1] 都不可能是第 k 小的元素。把这些元素全部 "删除"，剩下的作为新的 nums1 数组
         * 如果 pivot = pivot2，那么 nums2[0 .. k/2-1] 都不可能是第 k 小的元素。把这些元素全部 "删除"，剩下的作为新的 nums2 数组
         * 由于我们 "删除" 了一些元素（这些元素都比第 k 小的元素要小），因此需要修改 k 的值，减去删除的数的个数
         */
        int m = nums1.size();
        int n = nums2.size();
        int index1 = 0, index2 = 0;
        while (true) {
            // 边界情况
            if (index1 == m) {
                return nums2[index2 + k - 1];
            }
            if (index2 == n) {
                return nums1[index1 + k - 1];
            }
            if (k == 1) {
                return min(nums1[index1], nums2[index2]);
            }
            // 正常情况
            int newIndex1 = min(index1 + k / 2 - 1, m - 1);
            int newIndex2 = min(index2 + k / 2 - 1, n - 1);
            int pivot1 = nums1[newIndex1];
            int pivot2 = nums2[newIndex2];
            if (pivot1 <= pivot2) {
                k -= newIndex1 - index1 + 1;
                index1 = newIndex1 + 1;
            }
            else {
                k -= newIndex2 - index2 + 1;
                index2 = newIndex2 + 1;
            }
        }
    }

    double findMedianSortedArrays(vector<int>& nums1, vector<int>& nums2) {
        int totalLength = nums1.size() + nums2.size();
        if (totalLength % 2 == 1) {
            return getKthElement(nums1, nums2, (totalLength + 1) / 2);
        }
        else {
            return (getKthElement(nums1, nums2, totalLength / 2) + getKthElement(nums1, nums2, totalLength / 2 + 1)) / 2.0;
        }
    }
};