(log(M+N) 二分查找（要利用好原数组有序这个条件）) 寻找两个有序数组的中位数 Leetcode104

思路

题目

代码

时间复杂度 O（(M+N)/2)）

class Solution {
   
    public double findMedianSortedArrays(int[] nums1, int[] nums2) {
            int i=0; int j =0; int tol =-1; double midTwoSum = 0;
            int len ;
            len = nums1.length + nums2.length;

            while(i<nums1.length && j<nums2.length){
                if(nums1[i] < nums2[j]){
                    tol++;
                    if(len%2 == 0 && tol == len/2 - 1 ){
                        midTwoSum += nums1[i];
                    }
                    if( tol == len/2){
                        midTwoSum += nums1[i];
                        return len%2 == 0?midTwoSum/2 : midTwoSum;
                    }
                    i++;
                }else{
                    tol++;
                    if(len%2 == 0 && tol == len/2 - 1 ){
                        midTwoSum += nums2[j];
                    }
                    if( tol == len/2){
                        midTwoSum += nums2[j];
                        return len%2 == 0?midTwoSum/2 : midTwoSum;
                    }
                    j++;
                }
            }
            // 这里不能用if（因为if只会执行一次）， 得用while
            while (i == nums1.length){
                // 这个地方 ，不能先j++;
                tol++;
                if(len%2 == 0 && tol == len/2 - 1 ){
                    midTwoSum += nums2[j];
                }
                if( tol == len/2){
                    midTwoSum += nums2[j];
                    return len%2 == 0?midTwoSum/2 : midTwoSum;
                }
                j++;
            }
            while( j == nums2.length){
                tol++;
                if(len%2 == 0 && tol == len/2 - 1 ){
                    midTwoSum += nums1[i];
                }
                if( tol == len/2){
                    midTwoSum += nums1[i];
                    return len%2 == 0?midTwoSum/2 : midTwoSum;
                }
                i++;
            }

        return len%2 == 0?midTwoSum/2 : midTwoSum;
    }
   
}

时间复杂度 O(Log(M+N)

class Solution {
    public double findMedianSortedArrays(int[] nums1, int[] nums2) {
        int length1 = nums1.length, length2 = nums2.length;
        int totalLength = length1 + length2;
        if (totalLength % 2 == 1) {
            int midIndex = totalLength / 2;
            double median = getKthElement(nums1, nums2, midIndex + 1);
            return median;
        } else {
            int midIndex1 = totalLength / 2 - 1, midIndex2 = totalLength / 2;
            double median = (getKthElement(nums1, nums2, midIndex1 + 1) + getKthElement(nums1, nums2, midIndex2 + 1)) / 2.0;
            return median;
        }
    }

    public int getKthElement(int[] nums1, int[] nums2, int 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
         */

        int length1 = nums1.length, length2 = nums2.length;
        int index1 = 0, index2 = 0;
        int kthElement = 0;

        while (true) {
            // 边界情况
            if (index1 == length1) {
                return nums2[index2 + k - 1];
            }
            if (index2 == length2) {
                return nums1[index1 + k - 1];
            }
            if (k == 1) {
                return Math.min(nums1[index1], nums2[index2]);
            }
            
            // 正常情况
            int half = k / 2;
            int newIndex1 = Math.min(index1 + half, length1) - 1;
            int newIndex2 = Math.min(index2 + half, length2) - 1;
            int pivot1 = nums1[newIndex1], pivot2 = nums2[newIndex2];
            if (pivot1 <= pivot2) {
                k -= (newIndex1 - index1 + 1);
                index1 = newIndex1 + 1;
            } else {
                k -= (newIndex2 - index2 + 1);
                index2 = newIndex2 + 1;
            }
        }
    }
}