求两个有序数组的中位数

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

双数组

我们设:
Ci为第i个数组的割。
Li为第i个数组割后的左元素.
Ri为第i个数组割后的右元素。

如何从双数组里取出第k个元素

首先Li<=Ri是肯定的（因为数组有序，左边肯定小于右边）
如果我们让L1<=R2 && L2<=R1

那么左半边 全小于右半边，如果左边的元素个数相加刚好等于k，那么第k个元素就是Max(L1,L2)，参考上面常识1。
如果 L1>R2，说明数组1的左边元素太大（多），我们把C1减小，把C2增大。L2>R1同理，把C1增大，C2减小。

双数组的奇偶

中值的关键在于，如何处理奇偶性，单数组的情况，我们已经讨论过了，那双数组的奇偶问题怎么办，m+n为奇偶处理方案都不同，

让数组恒为奇数

有没有办法让两个数组长度相加一定为奇数或偶数呢？

其实有的，虚拟加入‘#’(这个trick在manacher算法中也有应用)，让数组长度恒为奇数（2n+1恒为奇数）。
Ps.注意是虚拟加，其实根本没这一步，因为通过下面的转换，我们可以保证虚拟加后每个元素跟原来的元素一一对应

将其映射回原数组位置

每个数字可以通过除以2映射回原来数组位置
不仅如此，割更容易，如果割在‘#’上等于割在2个元素之间，割在数字上等于把数字划到2个部分。

奇妙的是不管哪种情况：

Li = (Ci-1)/2
Ri = Ci/2

例：
1. 割在4/7之间‘#’，C = 4，L=(4-1)/2=1 ，R=4/2=2
刚好是4和7的原来位置！
2. 割在3上，C = 3，L=(3-1)/2=1，R=3/2 =1，刚好都是3的位置！

剩下的事情就好办了，把2个数组看做一个虚拟的数组A，目前有2m+2n+2个元素，割在m+n+1处，所以我们只需找到m+n+1位置的元素和m+n+2位置的元素就行了。
左边：A[m+n+1] = Max(L1+L2)
右边：A[m+n+2] = Min(R1+R2)

Mid = (A[m+n+1]+A[m+n+2])/2
= (Max(L1+L2) + Min(R1+R2) )/2

分治的思路

只要c1或c2确定，另一个也就确定了。
必须选择较短的数组做二分， 原因是，在较短的阵列上，所有的位置都是中位数可能的切割位置，但在较长的阵列上，左右位置太靠右的位置根本不可能合理切割。 例如，[1]，[2 3 4 5 6 7 8]。 显然，2和3之间的切割是不可能的，因为如果你这样做的话，较短的阵列没有那么多元素来平衡[3 4 5 6 7 8]部分。 因此，对于较长阵列作为第一次切割的基础，必须进行范围检查。 在较短的阵列上执行操作就简单多了，不需要任何检查。 另外，只在较短的阵列上移动会产生运行时复杂度为O（log（min（N1，N2）））。

• L1>R2，把C1减小，C2增大。—> C1向左二分

• L2>R1，把C1增大，C2减小。—> C1向右二分

double findMedianSortedArrays(vector<int>& nums1, vector<int>& nums2) {
        int n = nums1.size();
        int m = nums2.size();
        if(n > m)   //保证数组1一定最短
            return findMedianSortedArrays(nums2,nums1);
        int L1,L2,R1,R2,c1,c2,lo = 0, hi = 2*n;  //我们目前是虚拟加了'#'所以数组1是2*n长度
        while(lo <= hi)   //二分
        {
            c1 = (lo+hi)/2;  //c1是二分的结果
            c2 = m+n- c1;
            L1 = (c1 == 0)?INT_MIN:nums1[(c1-1)/2];   //map to original element
            R1 = (c1 == 2*n)?INT_MAX:nums1[c1/2];
            L2 = (c2 == 0)?INT_MIN:nums2[(c2-1)/2];
            R2 = (c2 == 2*m)?INT_MAX:nums2[c2/2];

            if(L1 > R2)
                hi = c1-1;
            else if(L2 > R1)
                lo = c1+1;
            else
                break;
        }
        return (max(L1,L2)+ min(R1,R2))/2.0;
    }
};