总体思路:看到log时间复杂度想到二分法。对两个数组使用二分法,找中位数其实就是找第length / 2小的元素(此处为了叙述方便,未分奇偶)。比较每个数组的第k/ 2个元素,如果哪个数组的更小,那么该数组的前k/2个元素可以去掉。其次因为去掉了一部分,所以接下来要找的k也要改变,k = k - k/2 。最后k == 1直接返回更小的那个,或者有个数组为空了,返回另一个剩下的即可。
class Solution {
public:
double findMedianSortedArrays(vector<int>& nums1, vector<int>& nums2) {
int m = nums1.size(), n = nums2.size();
int left = (m + n + 1) / 2, right = (m + n + 2) / 2; // 统一奇偶用的,当长度为奇数时,left == right
return (getKth(nums1, 0, m - 1, nums2, 0, n - 1, left) + getKth(nums1, 0, m - 1, nums2, 0, n - 1, right)) * 0.5;
}
int getKth(vector<int>& nums1, int start1, int end1, vector<int>& nums2, int start2, int end2, int k) {
int len1 = end1 - start1 + 1;
int len2 = end2 - start2 + 1;
// 为了确保一定是nums1长度更小
if (len1 > len2) return getKth(nums2, start2, end2, nums1, start1, end1, k);
if (len1 == 0) return nums2[start2 + k - 1]; // 当一个没有元素了,则直接返回另一个。
if (k == 1) return min(nums1[start1], nums2[start2]); // 当最后k == 1时,只需要比较每个数组的第一个值即可。
// 用于标记每个数组中的k / 2 - 1元素位置
int i = start1 + min(len1, k / 2) - 1;
int j = start2 + min(len2, k / 2) - 1;
// 小于时可以去掉小的那个数组前i个数,反之去掉另一个数组前j个。
if (nums1[i] < nums2[j]) {
return getKth(nums1, i + 1, end1, nums2, start2, end2, k - (i - start1 + 1));
}
else {
return getKth(nums1, start1, end1, nums2, j + 1, end2, k - (j - start2 + 1));
}
}
};