No.004 Median of Two Sorted Arrays

4. Median of Two Sorted Arrays

• Total Accepted: 104147
• Total Submissions: 539044
• Difficulty: Hard

　　There are two sorted arrays nums1 and nums2 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)).

Example 1:

nums1 = [1, 3]
nums2 = [2]　
The median is 2.0

Example 2:

nums1 = [1, 2]
nums2 = [3, 4]
The median is (2 + 3)/2 = 2.5

　　其实整个思路应该就是将两个有序数组进行排序的过程，然后根据总个数的奇偶决定中位数是一个还是两个的平均值。

 public class No_4 {
     public double findMedianSortedArrays(int[] nums1, int[] nums2) {
         int total = nums1.length + nums2.length ;
         int [] res ;
         //判断最后的结果是单独一个数还是两个数的平均值
         if(total%2 == 1){
             res = new int [1] ;
         }else{
             res = new int [2] ;
         }
         int count = 0 ;    //当前值是第count小的数
         int i = 0 ;        //nums1的下标
         int j = 0 ;        //nums2的下标
         int k = 0 ;     　 //res的下标
         int min ;
         /*
          * 将两个有序数组进行排序的过程
          * 当total为偶数时，结果为总数的第 （total-1）/2+1个数和第（total-1）/2+2个数
          * 当total为基数时，结果为总数的第（total-1）/2+1个数
          * 所以，当count > （total-1）/2 时，开始存储，直到res存满为止
          */
         while((i < nums1.length ) && (j < nums2.length) && (k < res.length)){
             count++ ;
             min = nums1[i] > nums2[j] ? nums2[j++] : nums1[i++] ;
             if(count > (total-1)/2){
                 res[k++] = min ;
             }
         }
         //考虑nums2先排除完而没有完全得到需要的结果的情况
         while((i < nums1.length ) && (k < res.length)){
             count++ ;
             min = nums1[i++] ;
             if(count > (total-1)/2){
                 res[k++] = min ;
             }
         }
       //考虑nums1先排除完而没有完全得到需要的结果的情况
         while((j < nums2.length ) && (k < res.length)){
             count++ ;
             min = nums2[j++] ;
             if(count > (total-1)/2){
                 res[k++] = min ;
             }
         }

         //返回结果
         if(total%2 == 1){
             return res[0] ;
         }else{
             return ((res[0] + res[1])/2.0) ;
         }
     }
 }