4.MedianOfTwoSortedArrays

There are two sorted arrays nums1 and nums2 of size m and n respectively.

Find the median of the two sorted arrays. The overall run time complexity should be O(log (m+n)).

Example 1:

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

The median is 2.0

Example 2:

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

The median is (2 + 3)/2 = 2.5
（现有两个长度为m、n的有序数组nums1、nums2。找到两个有序数组的中位数，算法时间复杂度应为O(log(m+n))）

这里我们对两个数组进行分割，使得两个数组分割位置左侧的元素数量与右侧元素的数量相等，则分割位置相邻的元素中必定有两个数组的中位数。

同时有个小扩展：
为了确定分割位置，我们将数组进行扩展，将长度为N的数组扩展为2N + 1，如下：
数组A： a0 a1 … aN-2 aN-1
扩展后： # a0 # a1 … # aN-2 # aN-1
分割位置可以为#的任意位置
例如： 1 1 1 1 -》# 1 # 1 # 1 # 1 #
1 1 1 -》# 1 # 1 # 1 #

#include <algorithm>

double MedianOfTwoSortedArrays::findMedianSortedArrays(vector<int>& nums1, vector<int>& nums2)
{
    int N1 = nums1.size();
    int N2 = nums2.size();

    // 保证传入数组长度 m > n
    if (N1 < N2) return findMedianSortedArrays(nums2, nums1);
    // 考虑特殊情况
    if (N2 == 0) return ((double)nums1[(N1 - 1) / 2] + (double)nums2[N1 / 2]);

    // 对长度较短的数组进行分割，
    int lo = 0, hi = N2 * 2;
    while (lo <= hi)
    {
        // 二分查找法，mid2即为分割位置
        int mid2 = (lo + hi) / 2;
        // 查找到中位数分割的位置，两个数组分割的位置下标和一定为N1 + N2
        int mid1 = N1 + N2 - mid2;
        // 两个数组分割位置两侧的值
        double L1 = (mid1 == 0) ? INT_MIN : nums1[(mid1 - 1) / 2];
        double L2 = (mid2 == 0) ? INT_MIN : nums2[(mid2 - 1) / 2];
        double R1 = (mid1 == N1 * 2) ? INT_MAX : nums1[(mid1) / 2];
        double R2 = (mid2 == N2 * 2) ? INT_MAX : nums1[(mid2) / 2];

        // 若两个分割位置将其左右元素等分，则元素大小之间必定有交错
        if (L1 > R2) lo = mid2 + 1;
        else if (L2 > R1) hi = mid2 - 1;
        else return (max(L1, L2) + max(R1, R2)) / 2;
    }
    return -1;
}

测试代码：

    MedianOfTwoSortedArrays medianOfTwoSortedArrays;
    vector<int> nums1{ 2, 7, 11, 15 };
    vector<int> nums2{ 3, 4, 12, 18 };
    double result = medianOfTwoSortedArrays.findMedianSortedArrays(nums1, nums2);
    cout << result << "\n";
    cout << endl;