4. 寻找两个正序数组的中位数|Python|Leetcode

问题主要是时间复杂度要log(m+n)，但先不考虑这个，看到两有序数组，用归并排序是第一直觉，然后直接按照奇数取中间，偶数去两边和的一半。但是时间复杂度不符合要求。

class Solution:
    def merger(nums1:List[int], nums2:List[int]) -> List[int]:
        nums3 = []
        i = 0
        j = 0
        while i<len(nums1) and j<len(nums2):
            if nums1[i] < nums2[j]:
                nums3.append(nums1[i])
                i +=1
            else:
                nums3.append(nums2[j])
                j +=1
        
        if i == len(nums1):
            while j<len(nums2):
                nums3.append(nums2[j])
                j +=1
        else:
            while i<len(nums1):
                nums3.append(nums1[i])
                i +=1
        return nums3

    def findMedianSortedArrays(self, nums1: List[int], nums2: List[int]) -> float:
        nums3 = Solution.merger(nums1, nums2)
        print(nums3)
        lenn = len(nums1) + len(nums2)
        if lenn%2 == 0:
            return (nums3[lenn//2] + nums3[lenn//2 - 1])/2
        else:
            return nums3[lenn//2]

    

参考链接有：【第 k 小数解法】你懂了吗？
官方：寻找两个有序数组的中位数

减低时间复杂度到log，一般就是二分法。
思路差不多捋了下，明天手写下代码试试

代码参照官方的，思路看的第一个链接【第 k 小数】

class Solution:
    def findMedianSortedArrays(self, nums1: List[int], nums2: List[int]) -> float:
        def getKthElement(k):
            """
            - 主要思路：要找到第 k (k>1) 小的元素，那么就取 pivot1 = nums1[k/2-1] 和 pivot2 = nums2[k/2-1] 进行比较
            - 这里的 "/" 表示整除
            - nums1 中小于等于 pivot1 的元素有 nums1[0 .. k/2-2] 共计 k/2-1 个
            - nums2 中小于等于 pivot2 的元素有 nums2[0 .. k/2-2] 共计 k/2-1 个
            - 取 pivot = min(pivot1, pivot2)，两个数组中小于等于 pivot 的元素共计不会超过 (k/2-1) + (k/2-1) <= k-2 个
            - 这样 pivot 本身最大也只能是第 k-1 小的元素
            - 如果 pivot = pivot1，那么 nums1[0 .. k/2-1] 都不可能是第 k 小的元素。把这些元素全部 "删除"，剩下的作为新的 nums1 数组
            - 如果 pivot = pivot2，那么 nums2[0 .. k/2-1] 都不可能是第 k 小的元素。把这些元素全部 "删除"，剩下的作为新的 nums2 数组
            - 由于我们 "删除" 了一些元素（这些元素都比第 k 小的元素要小），因此需要修改 k 的值，减去删除的数的个数
            """
            
            index1, index2 = 0, 0
            while True:
                # 特殊情况
                if index1 == m:
                    return nums2[index2 + k - 1]
                if index2 == n:
                    return nums1[index1 + k - 1]
                if k == 1:
                    return min(nums1[index1], nums2[index2])

                # 正常情况
                newIndex1 = min(index1 + k // 2 - 1, m - 1)
                newIndex2 = min(index2 + k // 2 - 1, n - 1)
                pivot1, pivot2 = nums1[newIndex1], nums2[newIndex2]
                if pivot1 <= pivot2:
                    k -= newIndex1 - index1 + 1
                    index1 = newIndex1 + 1
                else:
                    k -= newIndex2 - index2 + 1
                    index2 = newIndex2 + 1
        
        m, n = len(nums1), len(nums2)
        totalLength = m + n
        if totalLength % 2 == 1:
            return getKthElement((totalLength + 1) // 2)
        else:
            return (getKthElement(totalLength // 2) + getKthElement(totalLength // 2 + 1)) / 2

似乎在样例中，并没有体现出时间复杂度的减少？