leetcode4——寻找两个正序数组的中位数

给定两个大小分别为 m 和 n 的正序（从小到大）数组 nums1 和 nums2。请你找出并返回这两个正序数组的 中位数 。

示例 1：

输入：nums1 = [1,3], nums2 = [2]
输出：2.00000
解释：合并数组 = [1,2,3] ，中位数 2
示例 2：

输入：nums1 = [1,2], nums2 = [3,4]
输出：2.50000
解释：合并数组 = [1,2,3,4] ，中位数 (2 + 3) / 2 = 2.5
示例 3：

输入：nums1 = [0,0], nums2 = [0,0]
输出：0.00000
示例 4：

输入：nums1 = [], nums2 = [1]
输出：1.00000
示例 5：

输入：nums1 = [2], nums2 = []
输出：2.00000

暴力解法：

直接把两个数组变成一个顺序排列的数组，然后就很容易得到中位数O(n)：

import java.util.Vector;

class Solution {
    public double findMedianSortedArrays(int[] nums1, int[] nums2) {
        int flat1=0,flat2=0;Vector<Integer> vector=new Vector<Integer>();double middle=0;
        while(flat1<nums1.length&&flat2<nums2.length){
            if(nums1[flat1]<=nums2[flat2]){
                vector.add(nums1[flat1]);
                flat1++;
            }
            else{
                vector.add(nums2[flat2]);
                flat2++;
            }
        }
        if(flat1==nums1.length&&flat2!=nums2.length){
            while (flat2!=nums2.length){
                vector.add(nums2[flat2]);
                flat2++;
            }
        }
        if(flat2==nums2.length&&flat1!=nums1.length){
            while(flat1!=nums1.length){
                vector.add(nums1[flat1]);
                flat1++;
            }
        }
        int size=vector.size();
        if(size%2==0){
            middle=(vector.get(size / 2 - 1) + vector.get(size / 2))/2.0;
        }else{
            middle=vector.get(size/2);
        }
    return middle ;
    }
}

当然，这肯定需要改进：

因为中位数的定义是排列的中间元素。所以就对比两个数组中最中间的元素的大小，如果左边的数组的中间元素比右边的小，那么左边的数组中位数旁边的就一定不是中位数，再不断遍历。

class Solution {
    public double findMedianSortedArrays(int[] nums1, int[] nums2) {
        int length1 = nums1.length, length2 = nums2.length;
        int totalLength = length1 + length2;
        if (totalLength % 2 == 1) {
            int midIndex = totalLength / 2;
            double median = getKthElement(nums1, nums2, midIndex + 1);
            return median;
        } else {
            int midIndex1 = totalLength / 2 - 1, midIndex2 = totalLength / 2;
            double median = (getKthElement(nums1, nums2, midIndex1 + 1) + getKthElement(nums1, nums2, midIndex2 + 1)) / 2.0;
            return median;
        }
    }

    public int getKthElement(int[] nums1, int[] nums2, int k) {


        int length1 = nums1.length, length2 = nums2.length;
        int index1 = 0, index2 = 0;
        int kthElement = 0;

        while (true) {
            // 边界情况
            if (index1 == length1) {
                return nums2[index2 + k - 1];
            }
            if (index2 == length2) {
                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, length1) - 1;
            int newIndex2 = Math.min(index2 + half, length2) - 1;
            int pivot1 = nums1[newIndex1], pivot2 = nums2[newIndex2];
            if (pivot1 <= pivot2) {
                k -= (newIndex1 - index1 + 1);
                index1 = newIndex1 + 1;
            } else {
                k -= (newIndex2 - index2 + 1);
                index2 = newIndex2 + 1;
            }
        }
    }
}