【leetcode经典题目】寻找两个正序数组的中位数

第4题，难度hard，思想方法是很巧妙的一种二分思想，但是不是严格意义的二分法。

如果不考虑时间复杂度，可以维护一个采用双指针的方法，分别从两个数组的头开始查找，然后找到k大的数字，时间复杂度是$O(n+m)$

但是这里限制了时间复杂度是lg级别的，因此很自然的想到采用二分的策略。

进一步解释，每次我们分别对两个数组进行查找，找到的两个target中小的那个必然是不满足的，因为小于这个数字的只有$k-2$个，算上自身也只有$k-1$。我们删除这些数字（或者坐标进行偏移），相应的修正下一次需要寻找的k，重复计算。

那么结束循环的条件是什么呢？当k是1的时候，表示需要找到剩余数字中第一小的，因此返回min(nums1[index], nums2[index])就可以。

但是还有两个特殊的情况，就是当某个数组查询到了该数组最大的元素时候，依然无法满足第k小（考虑nums1的全部元素都小于nums2），此时也可以直接结束循环，因为很明确第k小的元素一定在nums2中（实际上两个数组直接合并就是有序的了）。

class Solution:
    def findMedianSortedArrays(self, nums1: List[int], nums2: List[int]) -> float:
        def findkelement(k):
            index1 = 0
            index2 = 0
            while True:
            	## 考虑可以返回的条件，某一个数组查询到了边界或者需要得到最小的那个
                if index1 == n:
                    return nums2[index2+k-1]
                if index2 == m:
                    return nums1[index1+k-1]
                if k == 1:
                    return min(nums1[index1], nums2[index2])
                
                ## 在细节上需要多家注意，坐标对应的元素个数关系
                new_index1 = min(index1 + k//2 - 1, n-1)# 保证大于k//2-1个，且不能超出边界
                new_index2 = min(index2 + k//2 - 1, m-1)
                target1 = nums1[new_index1]
                target2 = nums2[new_index2]
                if target1<=target2:
                    k -= new_index1-index1+1  # 包括自身在内的前面所有数组删除
                    index1 = new_index1 + 1
                else:
                    k -= new_index2-index2 + 1
                    index2 = new_index2 + 1

        n = len(nums1)
        m = len(nums2)
        total = n+m
        # 对于数组的元素和是奇数还是偶数的问题，如上面的分析
        if total&1:
            return findkelement((total)//2+1)
        else:
            return (findkelement((total)//2)+findkelement((total)//2+1))/2

还有另外的方法可以将时间复杂度降低到$O(lg(min(n,m)))$，但是需要用到数学的推导，参考题解