两个有序数列的中位数

两个有序数列的中位数

力扣第四题，Median of Two Sorted Substring.

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)).

You may assume nums1 and nums2 cannot be both empty.

思路

求中位数的过程可以看作分组和取中心两步。

分组

分组的条件是：

1. 左侧组最大值小于等于右侧组最小值（左侧组每个元素都比右侧组中的小）

2. 两组元素数量相等

条件2在元素总数是奇数时不可能满足。我们在这里需要做出抉择，多出的元素分给左侧组还是右侧组¹。

取中心

中心的位置有两种情况：

1. 两组最值的平均值（元素数是偶数）
2. 某组的最值（元素数是奇数）

下面说明如何实现。

分组

这里选择将多出的元素分到左侧组：

def partion(arr1, arr2):
    
    def is_safe_ref(arr, index):
        return 0 <= index < len(arr)
    
    def improve(imin, imax):
        i = (imin + imax) // 2
        j = (m + n + 1) // 2 - i    # len(left) >= len(right)
        
        if is_safe_ref(arr1, i - 1) and is_safe_ref(arr2, j) and arr1[i - 1] > arr2[j]:
            return improve(imin, i - 1)
        elif is_safe_ref(arr1, i) and is_safe_ref(arr2, j - 1) and arr1[i] < arr2[j - 1]:
            return improve(i + 1, imax)
        else:
            return i, j
    
    m, n = len(arr1), len(arr2)
    return improve(0, m)

由于不能合并数组，这里用i, j标记左右的分界线。

取中心

def medium(arr1, arr2, i, j):
    """(max_of_left + min_of_right) // 2"""
    
    m, n = len(arr1), len(arr2)
    
    if i == 0:
        max_of_left = arr2[j - 1]
    elif j == 0:
        max_of_left = arr1[i - 1]
    else:
        max_of_left = max(arr1[i - 1], arr2[j - 1])
    
    if is_even(m + n):
        
        if i == m:
            min_of_right = arr2[j]
        elif j == n:
            min_of_right = arr1[i]
        else:
            min_of_right = min(arr1[i], arr2[j])
            
        return (max_of_left + min_of_right) / 2
    else:
        return float(max_of_left)

多余元素划分到左侧组，两数组又不同时为空，所以无论总元素数是奇是偶，左侧组至少有一个元素。总元素数是偶数时，右侧组至少有一个元素。

---

---

1. 如果允许既不属于左侧组又不属于右侧组的元素存在，就必须考虑“第三分组”的元素个数，以及“第三分组”何时存在等等问题，引入更多的复杂性。 ↩︎