c++ 数组置0_[LeetCode]寻找两个有序数组的中位数

今日闲来无事，拿起电脑上，开始做题。

乍看就是一道非常简单的题目，只需要将两个数组归并排序，然后根据合并后的数组长度是奇数还是偶数返回中位数即可。

相关代码如下：

但是我们注意到题目中有一个条件：要求算法的时间复杂度为O(log(m+n))。

上面的代码调用python内置函数sort()对合并后的数组进行排序，实际上python的sort函数底层是用归并排序算法实现。而学过数据结构与算法的都知道，归并排序的时间复杂度并不是O(log(n+m))。

所以，这道题的难点就在于设计一个O(log(n+m))的求中位数的算法。

为了解决这个问题，我们需要理解“中位数的作用是什么”。在统计学中，中位数被用来：将一个集合划分为两个长度相等的子集，其中一个子集中的元素总是大于另一个子集中的元素。

我们根据数组的元素个数将数组分为奇数组个偶数组。例如：

奇数组[2，3，5]对应的中位数是3

偶数组[1，4，7，9]对应的中位数是(4+7)/2=5.5

我们通过切割一刀，能把有序数组分成左右两个部分，那么切的这一刀就被称为割，割的左右会有两个元素，分别是左边的最大值和右边的最小值。

我们定义lmax=max(LeftPart)，rmin=min(RightPart)，分别表示左边最大值和右边最小值。

割可以割在两个数之间，也可以割在一个数上。如果割在一个数上，那么这个数既属于左边，也属于右边。例如：

奇数组[2，3，5]对应的中位数是3，这一刀割在3上，那么可以理解为[2，(3/3)，5]，即将3分为两个。因此lmax=3，rmin=3。

偶数组[1，4，7，9]对应的中位数是(4+7)/2=5.5，这一刀是割在4和7中间，即[1，(4/7)，9]。因此lmax=4，rmin=7。

对于一个长度为n的数组A来说：

我们在任意位置i对数组A进行切割，由于数组A有n个元素，那么我们就有n+1种切割方式，因为i的取值范围是[0，n]。

因此可以得出以下两条信息：

①len(LeftPart)=i，len(RightPart)=n-i。

②当i=0(i=n)时，左(右)边集合为空集。

对于长度为n的数组A和长度为m的数组B：

这种情况就是这道题目的状况。我们要求的就是两个数组合并后切割的那个位置，假定为k。

假设ci为第i个数组的切割点，lmaxi为第i个数组左边子集的最大值，rmini为第i个数组右边子集的最小值。

两个数组切割后如图所示：

(手画的草图，偷懒点)

首先，根据数组A和数组B是有序的我们可以得知rmin1≥lmax1，rmin2≥lmax2，如果割在某个数上，则左右相等。

其次，如果我们让rmin2≥lmax1，rmin1≥lmax2，那么左半边元素全部小于右半边元素。如果左边元素个数相加刚好为k，那么第k个元素就是max(lmax1,lmax2)。这个是比较好理解的，因为max(lmax1,lmax2)肯定是左半边所有元素的最大值，因为合并后的数组依旧有序，所以第k个元素就是前k个元素之中最大的那个。

如果lmax1＞rmin2，说明对于数组A的切割并不合理，数组A的左边元素太多，故通过减小c1使数组A左边元素变得更合理，而c2=k-c1，c1减小c2增加。同理lmax2＞rmin2，我们增加c1减小c2。

解释一下为什么c2=k-c1：因为k是我们所求的合并后的数组C的中位数，故k=(n+m)/2。而c1和c2是数组A和数组B的切割点，如果这两个切割点正好符合所有要求，那么c1左边的元素与c2左边的元素合并后应该是数组C根据中位数切割后的左子集。

举个例子。假设数组A和数组B如下：

数组A：[2，3，5]

数组B：[1，4，7，9]

k＝3。设c1＝1，则c2=k-c1＝2。切割后：

数组A：[2，/ 3，5]

数组B：[1，4，/ 7，9]

这时lmax1=2，rmin1=3，lmax2=4，rmin2=7。从而有lmax2＞rmin1，因此我们需要增加c1，让c1=2，如下：

数组A：[2，3，/ 5]

数组B：[1，/ 4，7，9]

这时lmax1=3，rmin1=5，lmax2=1，rmin2=4。满足rmin2≥lmax1且rmin1≥lmax2，故此第三个元素为max(lmax1,lmax2)=3。

现在来思考一个问题，数组A和数组B合并后的长度可能是奇数也可能是偶数，这样后续的讨论必须分为奇数和偶数两种情况。我们有没有办法让这两种情况统一？

答案是有的。我们通过虚拟加入#符号，让数组A的长度变为2n+1，数组B的长度变为2m+1，这样两个数组合并后的长度为2(n+m)+2恒定为偶数。注意这里是虚拟加入#，并没有在内存中再开辟两个新的数组，通过一定的转换，我们可以保证虚拟加入#后每个元素跟原来的元素一一对应。

虚拟加入#后，每个位置可以通过/2得到原来元素的位置。

比如2，原来的位置是0，虚拟加入#后的位置是1，1/2=0。

比如9，原来的位置是3，虚拟加入#后的位置是7，7/2=3。

如果割在#等于割在两个数之间，如果割在数字上等于把数字划到两个部分，总之以下是成立的：

①lmaxi=(ci-1)/2位置上的元素。

②rmini=ci/2位置上的元素。

例如：

割在3上，c=3，lmax=A[(c-1)/2]=A[1]，rmin=A[c/2]=A[1]。

割在4和7中间#，c=4，lmax=A[(c-1)/2]=A[1]，rmin=A[c/2]=A[2]。

剩下的事情就好办了，把两个数组看做是一个虚拟的数组C，并且有2n+2m+2个元素，割在n+m+1处，所以我们只需要找到第n+m+1个元素和第n+m+2个元素即可。

左边：C[n+m]=max(lmax1，lmax2)

右边：C[n+m+1]=min(rmin1，rmin2)

中位数：(C[n+m]+C[n+m+1])/2

最快的割是二分法。那么该对于哪个数组进行二分呢？根据之前的分析，只要知道c1或c2其中一个，那么另一个也就确定了。故此为了效率，我们选择长度较短的数组做二分。

如果c1或c2已经到头了怎么办？

出现这种情况是因为：有个数组的值完全小于或大于中位数。假定n<m，可能会出现以下4种情况：

①c1=0：数组1整体比中值要大，中值位于数组2，简单来说就是数组1切割后左边集合为空，所以可以假定lmax1=INT_MIN。

②c1=2n：数组1整体比中值要小，中值位于数组2，简单来说就是数组1切割后右边集合为空，所以可以假定rmin1= INT_MAX，来保证lmax2<rmin1恒成立。

③c2=0：数组2整体比中值要大，中值位于数组1，简单来说就是数组2切割后左边集合为空，所以可以假定lmax2=INT_MIN。

④c2=2m：数组2整体比中值要小，中值位于数组1，简单来说就是数组2切割后右边集合为空，所以可以假定rmin2= INT_MAX，来保证lmax1<rmin2恒成立。

相关代码如下：

到这里这道题目就算是解决了。