寻找两个正序数组的中位数

寻找两个正序数组的中位数

二分法

根据中位数的定义，当 m+n 是奇数时，中位数是两个有序数组中的第 (m+n)/2 个元素，当 m+n 是偶数时，中位数是两个有序数组中的第 (m+n)/2 个元素和第 (m+n)/2+1 个元素的平均值。因此，这道题可以转化成寻找两个有序数组中的第 k 小的数，其中 k 为 (m+n)/2 或 (m+n)/2+1。

假设有两个正序数组A、B，要找第 k 个元素，我们可以比较 A[k/2−1] 和 B[k/2−1]。由于 A[k/2−1] 和 B[k/2−1] 的前面分别有 A[0 … k/2−2] 和 B[0 … k/2−2]，即 k/2−1 个元素，对于 A[k/2−1] 和 B[k/2−1] 中的较小值，最多只会有 (k/2−1)+(k/2−1)≤k−2 个元素比它小，那么它就不能是第 k 小的数了，这k/2个数可以排除掉，k 也应该减去排除的个数。

有以下三种情况需要特殊处理：

• 如果 A[k/2−1] 或者 B[k/2−1] 越界，那么我们可以选取对应数组中的最后一个元素。在这种情况下，我们必须根据排除数的个数减少 k 的值，而不能直接将 k 减去 k/2。

• 如果一个数组为空，说明该数组中的所有元素都被排除，我们可以直接返回另一个数组中第 k 小的元素。

• 如果 k=1，我们只要返回两个数组首元素的最小值即可。

/**
 * Question: 二分法查找两个有序数组的中位数
 * @param nums1
 * @param nums2
 * @return
 */
public static double findMedianSortedArrays(int[] nums1, int[] nums2) {
    int totalLength = nums1.length + nums2.length;
    if ((totalLength & 1) == 1){
        int midIndex = totalLength / 2;
        double media = getKthElement(nums1, nums2, midIndex+1);
        return media;
    }else {
        int medIndex1 = totalLength/2 - 1, medIndex2 = medIndex1 + 1;
        double media = (getKthElement(nums1, nums2, medIndex1 + 1) + getKthElement(nums1, nums2, medIndex2+1))/2.0;
        return media;
    }
}

public static int getKthElement(int[] nums1, int[] nums2, int k){
    int len1 = nums1.length, len2 = nums2.length;
    int index1 = 0, index2 = 0;
    while(true){
        if(index1 == len1){     //nums1 到达边界
            return nums2[index2 + k -1];
        }
        if(index2 == len2){     //nums2 到达边界
            return nums1[index1 + k -1];
        }
        if (k == 1){
            return Math.min(nums1[index1], nums2[index2]);
        }
        // 正常情况
        int half = k / 2;
        int newIndex1 = Math.min(index1 + half, len1) - 1;
        int newIndex2 = Math.min(index2 + half, len2) - 1;
        int pivot1 = nums1[newIndex1], pivot2 = nums2[newIndex2];
        if (pivot1 <= pivot2) {		// 更新 k,下标偏移
            k -= (newIndex1 - index1 + 1);
            index1 = newIndex1 + 1;
        } else {
            k -= (newIndex2 - index2 + 1);
            index2 = newIndex2 + 1;
        }
    }

}

时间复杂度 O(log(m+n))，空间复杂度 O(1)