【LeetCode刷题练习】（4.）寻找两个有序数组的中位数Median of Two Sorted Arrays

寻找两个有序数组的中位数 Median of Two Sorted Arrays

题目
给定两个大小为 m 和 n 的有序数组 nums1 和 nums2。
请你找出这两个有序数组的中位数，并且要求算法的时间复杂度为 O(log(m + n))。
你可以假设 nums1 和 nums2 不会同时为空。

示例

nums1 = [1, 3]
nums2 = [2]
则中位数是 2.0

nums1 = [1, 2]
nums2 = [3, 4]
则中位数是 (2 + 3)/2 = 2.5

思路
参考链接：寻找两个有序数组的中位数 C / C++

在这道题中，首先需要明确 中位数定义，即将一个集合划分为两个长度相等的子集，其中一个子集中的元素总是大于另一个子集中的元素。而题目难点在于时间复杂度要求为O(log(m + n))，而如果简单使用两数组合并求中位数则时间复杂度通常为O(m+n)，不符合题意要求。参考数据结构中对于不同方式查找的时间复杂度要求，可以很明显发现利用二分查找法最简单且符合题目要求。

常用算法时间复杂度参考链接：常用排序算法和查找算法的时间复杂度和空间复杂度

上述链接中详细介绍了二分切割法在两个数组中的应用，我就不再过多赘述了。而其中值得我借鉴的一个思路在于，利用虚拟 ‘#’ 填充，使得数组中两数组长度恒为偶数，即让m转换成2m+1 ，n转换成2n+1, 两数之和就变成了2m+2n+2，恒为偶数。把2个数组看做一个虚拟的数组A，A有2m+2n+2个元素，割在m+n+1处，所以我们只需找到m+n+1位置的元素和m+n+2位置的元素就行了。

左边：A[m+n+1] = Max(LMax1,LMax2)
右边：A[m+n+2] = Min(RMin1,RMin2)
==>Mid = (A[m+n+1]+A[m+n+2])/2 = (Max(LMax1,LMax2) + Min(RMin1,RMin2) )/2

另，此处涉及C/C++中关于整型上下限INT_MAX和INT_MIN的用法，参考链接：【C/C++】整型上下限INT_MAX INT_MIN及其运算

初解
参考上述思路得到代码：

#define max(a,b) (((a)>(b))?(a):(b))
#define min(a,b) (((a)<(b))?(a):(b))
class Solution {
public:    
	double findMedianSortedArrays(vector<int>& nums1, vector<int>& nums2) {         
		int n=nums1.size();         
		int m=nums2.size();         
		if(n>m){ //若nums2长度小于nums1，交换两数组，保证nums1长度最短             
			return findMedianSortedArrays(nums2, nums1);         
		}         
		int LMax1,LMax2,RMin1,RMin2,c1,c2;
		// Ci 为第i个数组的割,比如C1为2时表示第1个数组只有2个元素。LMaxi为第i个数组割后的左元素。RMini为第i个数组割后的右元素。         
		int low=0,high=2*n; //加入虚拟#后nums1长度为2*n         
		while(low<=high){  //二分切割            
			c1 = (low+high)/2;  //c1是二分的结果            
			c2 = m+n-c1;            
			/*关于c2 = m + n - c1;的理解：            
			1、两个虚拟数组[#2#3#5#][#1#4#7#9#]合并之后的数组A[#1#2#3#4#5#7#9#]，长度为2*(m+n)+2，多余了一个#，忽略掉这个#，有效长度为2*(m+n)+1；            
			2、求数组A的中位数转换成了求2*(m+n)+1长度数组的中位数，也就是求第m+n+1位置的元素的值；            
			3、c1、c2都是下标，从0开始，那么减去1，就是c2=m+n-c1;*/            
			LMax1 = (c1 == 0) ? INT_MIN : nums1[(c1 - 1) / 2];  //c1=0则LMax1为数组nums1第一个元素，即左边数组为空，假定LMax1 = INT_MIN，来保证LMax2<RMin1恒成立            
			RMin1 = (c1 == 2 * n) ? INT_MAX : nums1[c1 / 2];    //c1=2*n则Rmin1为数组nums1最后一个元素，即右边数组为空，假定RMin1= INT_MAX，来保证LMax2<RMin1恒成立         
			LMax2 = (c2 == 0) ? INT_MIN : nums2[(c2 - 1) / 2];  //nums2数组同理            
			RMin2 = (c2 == 2 * m) ? INT_MAX : nums2[c2 / 2];            
			if(LMax1 > RMin2){  //二分法移动low和high                
				high = c1-1;            
			}else if(LMax1 > RMin1){                
				low = c1+1;            
			}else{                
				break;            
			}         
		}         
		return (max(LMax1,LMax2)+min(RMin1,RMin2))/2.0;       
	}
};

运行结果：

But，提交后不成功，执行错误，原因是测试用例覆盖不完全：


修正代码：
原因竟然是最后else if时判断条件写错了…

#define max(a,b) (((a)>(b))?(a):(b))
#define min(a,b) (((a)<(b))?(a):(b))
class Solution {
public:    
	double findMedianSortedArrays(vector<int>& nums1, vector<int>& nums2) {         
		int n=nums1.size();         
		int m=nums2.size();         
		if(n>m){ //若nums2长度小于nums1，交换两数组，保证nums1长度最短             
			return findMedianSortedArrays(nums2, nums1);         
		}         
		int LMax1,LMax2,RMin1,RMin2,c1,c2;          
		// Ci 为第i个数组的割,比如C1为2时表示第1个数组只有2个元素。LMaxi为第i个数组割后的左元素。RMini为第i个数组割后的右元素。         
		int low=0,high=2*n; //加入虚拟#后nums1长度为2*n         
		while(low<=high){  //二分切割            
			c1 = (low+high)/2;  //c1是二分的结果            
			c2 = m+n-c1;            
			/*关于c2 = m + n - c1;的理解：            
			1、两个虚拟数组[#2#3#5#][#1#4#7#9#]合并之后的数组A[#1#2#3#4#5#7#9#]，长度为2*(m+n)+2，多余了一个#，忽略掉这个#，有效长度为2*(m+n)+1；            
			2、求数组A的中位数转换成了求2*(m+n)+1长度数组的中位数，也就是求第m+n+1位置的元素的值；            
			3、c1、c2都是下标，从0开始，那么减去1，就是c2=m+n-c1;*/            
			LMax1 = (c1 == 0) ? INT_MIN : nums1[(c1 - 1) / 2]; //c1=0则LMax1为数组nums1第一个元素，即左边数组为空，假定LMax1 = INT_MIN，来保证LMax2<RMin1恒成立            
			RMin1 = (c1 == 2 * n) ? INT_MAX : nums1[c1 / 2];    //c1=2*n则Rmin1为数组nums1最后一个元素，即右边数组为空，假定RMin1= INT_MAX，来保证LMax2<RMin1恒成立
			LMax2 = (c2 == 0) ? INT_MIN : nums2[(c2 - 1) / 2];  //nums2数组同理            
			RMin2 = (c2 == 2 * m) ? INT_MAX : nums2[c2 / 2];            
			if(LMax1 > RMin2){  //二分法移动low和high                
				high = c1-1;            
			}else if(LMax2 > RMin1){                
				low = c1+1;            
			}else{                
				break;            
			}         
		}         
		return (max(LMax1,LMax2)+min(RMin1,RMin2))/2.0;       
	}
};