问题 Median of Two Sorted Arrays
There are two sorted arrays A and B of size m and n respectively. Find the median of the two sorted arrays.
The overall run time complexity should be O(log(m + n)).
分析
本题更经典通用的描述方式时：
给定2个有序数组，找出2个数组中所有元素中第k大的元素。
思路1
直观思路就是类似merge-sort,将2个数组merge成一个数组，即可得到第k大的值，但是时间复杂度O(m+n);
思路2
然后我们仅需要第k大的元素，不需要排序这个复杂的操作：可以定义一个计数器m，表示找到了第m大的元素；同时指针pa，pb分别指向数组A，B的第一个元素，使用merge-sort的方式，当A的当前元素小于B的当前元素时:pa++, m++，当*pb < *pa时，pb++, m++。最终当m等于k时，就得到了第k大的元素。时间复杂度O(k)，但是当k接近于m+n时，复杂度还是O(m+n);
思路3
从题目中的要求O(log(m+n))可以联想到肯定要用到二分查找的思想
那么有没有更好的方案？我们可以考虑从k入手。如果我们每次能够删除一个一定处于第k大元素之前的元素，那么需要进行k次。但是如果我们每次都能删除一半呢？可以利用A，B有序的信息，类似二分查找，也是充分利用有序。
假设A 和B 的元素个数都大于k/2，我们将A 的第k/2 个元素（即A[k/2-1]）和B 的第k/2个元素（即B[k/2-1]）进行比较，有以下三种情况（为了简化这里先假设k 为偶数，所得到的结论对于k 是奇数也是成立的）：
- A[k/2 - 1] == B[k/2 - 1];
- A[k/2 - 1] > B[k/2 - 1];
- A[k/2 - 1] < B[k/2 - 1];
如果A[k/2 - 1] < B[k/2 - 1] ，意味着 A[0] 到 A[k/2 - 1] 的元素一定小于 A+B 第k大的元素。因此可以放心的删除A数组中的这k/2个元素；
同理，A[k/2 - 1] > B[k/2 - 1];可以删除B数组中的k/2个元素；
当A[k/2 - 1] == B[k/2 - 1] 时，说明找到了第k大的元素，直接返回A[k/2 - 1] 或B[k/2 - 1]的值。
因此可以写一个递归实现，递归终止条件是什么呢？
- A或B为空时，直接返回A[k-1] 或 B[k-1]
- 当k = 1时，返回min(A[0], B[0]) //第1小表示第一个元素
- 当A[k/2 - 1] == B[k/2 - 1] 时，返回A[k/2 - 1] 或B[k/2 - 1]
C语言实现
static int find_kth(int* A, int m,int* B, int n, int k);
static int min(p, q) {return (p < q) ? p : q;}
double findMedianSortedArrays(int* nums1, int nums1Size, int* nums2, int nums2Size) {
int m = nums1Size;
int n = nums2Size;
int total = m+n;
int k = total/2;
if(total & 0x01) {
return find_kth(nums1, m, nums2, n, k+1); //奇数，返回唯一中间值
} else {
return (find_kth(nums1, m, nums2, n, k) + find_kth(nums1, m, nums2, n, k+1)) / 2.0; //偶数，返回中间2个的平均值
}
}
//找到A,B组合中第k小的值: AB[k-1]
int find_kth(int* A, int m,int* B, int n, int k) {
//假设m都小于n
if (m > n)
return find_kth(B, n, A, m, k);
if (m == 0)
return B[k-1];
if (k == 1) //终止条件
return min(A[0], B[0]);
int i_a = min(m, k/2);
int i_b = k - i_a;
if (A[i_a-1] < B[i_b-1])
return find_kth(A+i_a, m-i_a, B, n, k-i_a);
else if (A[i_a-1] > B[i_b-1])
return find_kth(A, m, B+i_b, n-i_b, k-i_b);
else
return A[i_a-1];
}参考：https://github.com/soulmachine/leetcode