LeetCode_4_MedianofTwoSortedArrays

题目分析：

题目要求找中位数，如果我们可以构造一个函数，
使用二分查找的方式查找两数组合并后任意位置上的数，题目可解。

解法一：

//log(m + n) -- best
//写一个两个有序数组中找第k个数的函数 -- k从1开始
public static double findMedianSortedArrays3(int[] nums1, int[] nums2) {
    int total = nums1.length + nums2.length;
    if (1 == (1 & total))//奇数
        return findKth(nums1, 0, nums2, 0, total / 2 + 1);
    else
        return (findKth(nums1, 0, nums2, 0, total / 2) + findKth(nums1, 0, nums2, 0, total / 2 + 1)) / 2.0;
}

/**
 * 核心思路:每次排除min(nums1.length - a, k / 2)个结果 -- 尽量 k / 2
 */
public static int findKth(int[] nums1, int a, int[] nums2, int b, int k) {//k从1开始
    if (nums1.length - a > nums2.length - b)//确保num2更长
        return findKth(nums2, b, nums1, a, k);
    if (0 == nums1.length - a)//有一个数组被排除完了 -- 未必是一开始传入的第一个
        return nums2[b + k - 1];
    if (1 == k)//必要的边界条件
        return Math.min(nums1[a], nums2[b]);
    /**
     * 每次排除掉 k1或k2个数 k也相应迭代
     */
    int k1 = Math.min(nums1.length - a, k / 2);
    int k2 = k - k1;
    if (nums1[a + k1 - 1] < nums2[b + k2 - 1])
        return findKth(nums1, a + k1, nums2, b, k - k1);//排除左边
    else if (nums1[a + k1 - 1] > nums2[b + k2 - 1])
        return findKth(nums1, a, nums2, b + k2, k - k2);//排除右边
    else
        return nums1[a + k1 - 1];//巧妙的剪枝
}

解法二：

/**
 *  根据中位数定义分别在两个数组进行分割
 *  保证两点:
 *  1. mid1 + mid2 == (m - mid1) + (n - mid2) ==> mid1 = (m + n) / 2 - mid2
 *  2. max(m[i - 1], n[j - 1]) <= min(m[i], n[j])
 *
 *  切出来不满足条件 再根据情况二分调整 mid1和mid2联动 只需要保证left或者right正确二分调整即可
 *
 *  核心思路总结:构造出满足条件的两个分割点，然后二分移动其中一个，
 *  并根据相应规则调整另一个，二分的左右方向选取问题得到了解决！！！
 */
public static double findMedianSortedArrays2(int[] nums1, int[] nums2) {
    int m = nums1.length, n = nums2.length;
    if (m < n) return findMedianSortedArrays(nums2, nums1);//确保数组1长度大于数组2 -- m >= n
    if (0 == n) return (nums1[(m - 1) / 2] + nums1[m / 2]) / 2.0;//如果数组2是空 -- 剪枝
    int left = 0, right = 2 * n;//n是较短数组的长度
    while (left <= right) {
        int mid2 = (left + right) / 2;//右边部分切割位置
        int mid1 = m + n - mid2;//左边部分切割位置
        //四种极限切割情况 以及默认正常情况
        //为了L R比较大小时候统一 有一些小操作 仔细观察即可
        double leftMax1 = 0 == mid1 ? Double.MIN_VALUE : nums1[(mid1 - 1) / 2];
        double leftMax2 = 0 == mid2 ? Double.MIN_VALUE : nums2[(mid2 - 1) / 2];
        double rightMin1 = mid1 == m * 2 ? Double.MAX_VALUE : nums1[mid1 / 2];
        double rightMin2 = mid2 == n * 2 ? Double.MAX_VALUE : nums2[mid2 / 2];
        if (leftMax1 > rightMin2) left = mid2 + 1;
        else if (leftMax2 > rightMin1) right = mid2 - 1;
        else return (Math.max(leftMax1, leftMax2) + Math.min(rightMin1, rightMin2)) / 2;
    }
    return -1;
}