Leetcode_4 寻找两个有序数组的中位数 时间复杂度O(log(m+n))

给定两个大小为 m 和 n 的有序数组 nums1 和 nums2。
请你找出这两个有序数组的中位数，并且要求算法的时间复杂度为 O(log(m + n))。
你可以假设 nums1 和 nums2 不会同时为空。
示例 1:
nums1 = [1, 3]
nums2 = [2]
则中位数是 2.0
示例 2:
nums1 = [1, 2]
nums2 = [3, 4]
则中位数是 (2 + 3)/2 = 2.5
来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/median-of-two-sorted-arrays
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

这个题主要是要求了O(log(m+n))的时间复杂度，所以难度上升了几个层级，我第一眼一点思路都没有，于是我查了O(log(m + n))的时间复杂度，其中最典型的就是

二分法

于是我就尝试着写，结果写了三个小时都没写出来，原因是包含的情况实在是太多了，还要考虑nums1[]和nums2[]是不是等于0的情况等，最后越写越长，自己都看不懂了，也就不想写了，故就直接看了leetcode上的讲解:

https://leetcode-cn.com/problems/median-of-two-sorted-arrays/solution/xun-zhao-liang-ge-you-xu-shu-zu-de-zhong-wei-shu-b/

我最后的答案：

class Solution {
    public double findMedianSortedArrays(int[] nums1, int[] nums2) {
        int Nums1Length = nums1.length;
        int Nums2Length = nums2.length;
        if (Nums1Length > Nums2Length){
            return findMedianSortedArrays(nums2,nums1);
        }
        int Nums1IndexLeft = 0;
        int Nums1IndexRight = Nums1Length;

        while (Nums1IndexLeft<=Nums1IndexRight){
            int Nums1Index = (Nums1IndexLeft+Nums1IndexRight)/2;
            int Nums2Index = (Nums1Length+Nums2Length+1)/2-Nums1Index;
            if (Nums1Index>Nums1IndexLeft && nums1[Nums1Index-1] > nums2[Nums2Index]){
                //if (Nums2Index < Nums2Length && Num1Index > 0 nums1[Nums1Index-1] > nums2[Nums2Index])
                //Nums1Index需要变小
                Nums1IndexRight = Nums1Index-1;
            }else if (Nums1Index<Nums1IndexRight && nums1[Nums1Index] < nums2[Nums2Index-1]){
                //Nums1Index需要变大
                Nums1IndexLeft = Nums1Index+1;
            }else{//else if()
                int MaxLeft = 0;
                if (Nums1Index == 0){
                    MaxLeft = nums2[Nums2Index-1];
                }else if (Nums2Index == 0){
                    MaxLeft = nums1[Nums1Index-1];
                }else{
                    MaxLeft = Math.max(nums1[Nums1Index-1],nums2[Nums2Index-1]);
                }
                if ((Nums1Length+Nums2Length)%2 == 1){
                    return MaxLeft;
                }

                int MinRight = 0;
                if (Nums1Index == Nums1Length){
                    MinRight = nums2[Nums2Index];
                }else if (Nums2Index == Nums2Length){
                    MinRight = nums1[Nums1Index];
                }else{
                    MinRight = Math.min(nums1[Nums1Index],nums2[Nums2Index]);
                }
                return (MaxLeft+MinRight)/2.0;
            }

        }
        return 0.0;


    }
}

3ms 超过了98.16的用户