leetcode 4. 寻找两个有序数组的中位数

 ↵

 leetcode 4. 寻找两个有序数组的中位数

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。

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。

参考了一个大佬的视频，思路总结如下，基于大佬的代码，考虑了一下拓展到n个数组找第k个数的方法，也就是k/2变成k/n。

public double findMedianSortedArrays(int[] nums1, int[] nums2) {
        /*对每个数组设置各设置一个从左向右移动的指针left1和left2。
        * 把找2个有序数组中位数的问题转化为从当前指针开始找第k个数的问题。
        * 那么，可以通过递归查找第k个数。核心思想就是每次判断每个数组，在当前对应指针下从左向右移k/2有没有超过数组长度。
        * 如果没有超过哪个数组长度，就在哪个数组上偏移。
        * 这里要证明的一点是，每次反复偏移某一个数组k/2是否可行？
        * 如果有一个数组长度很小，比如nums1长度为100，nums2长度为10，找中位数第k=55和56的平均数，
        * 可以保证的是，无论nums2中的数大小，如果nums1当前第k/2个数比num2当前第k/2数小，nums1中前k/2个数一定在总共前k个数中，因为k/2+nums2.length<k
        * 这个可以多种方法证明，我们讨论一下，nums1当前第k/2个数要么在前k个数中、要么不在，nums2也是一样，我们只要判断其中一个一定在，做偏移就好。
        * 给定nums1[left1+k/2-1] < nums2[left2+k/2-1]，如果nums2的在前k个中，nums1的一定在；如果nums2的不在前k个中，那么nums2中占有前k个数就少于k/2个，即nums1中占有前k个数大于k/2个数，所以nums1[left2+k/2-1]一定在总共前k个中，证毕。
        * 拓展：如果共有n个数组，nums1,nums2,...,numsn，比较起来也是类似的，分类讨论前k/n个数
        * */
        int sum = nums1.length+nums2.length;
        if (sum%2==0){
            return (findKthNum(nums1,0,nums2,0,sum/2)+findKthNum(nums1,0,nums2,0,sum/2+1))/2.0;
        }else return (findKthNum(nums1, 0,nums2,0,sum/2+1));
    }
    // 找第k个数
    public double findKthNum(int[] nums1, int left1, int[] nums2, int left2, int k) {
        //如果left1>nums1的长度，直接返回在nums2中第k个数
        //如果left2>nums2的长度，直接返回在nums1中第k个数
        //如果k==1，找nums1和nums2中当前指针中最小的一个数
        //否则比较nums1和nums2的两个指针left1和left2，如果找第k个数时，left1+k/2超过nums1的长度而left2+k/2没超过nums2的长度，就在nums2中找k/2个数，反之亦然（不考虑k大于sum/2的情况）
        if(left1>=nums1.length) return nums2[left2+k-1];
        if(left2>=nums2.length) return nums1[left1+k-1];
        if(k==1) return Math.min(nums1[left1],nums2[left2]);
        int mid1 = left1+k/2-1 < nums1.length ? nums1[left1+k/2-1] : Integer.MAX_VALUE;
        int mid2 = left2+k/2-1 < nums2.length ? nums2[left2+k/2-1] : Integer.MAX_VALUE;
        if(mid1<=mid2){
            return findKthNum(nums1, left1+k/2, nums2, left2, k-k/2);
        }
        return findKthNum(nums1, left1, nums2, left2+k/2, k-k/2);
    }

大佬的思路真的牛逼