寻找两个正序数组的中位数

寻找两个正序数组的中位数可以使用归并的方式，合并两个有序数组，得到一个大的有序数组。然后找到大的有序数组的中间位置的元素，即为中位数。另一种方法是使用双指针的方式，维护两个指针，初始时分别指向两个数组的下标0的位置。每次将指向较小值的指针后移一位（如果一个指针已经到达数组末尾，则只需要移动另一个数组的指针），直到到达中位数的位置。这样可以在O(log(m+n))的时间复杂度内找到中位数。

具体步骤如下：
1. 初始化指针p1和p2分别指向两个数组的起始位置0。
2. 判断两个指针所指的元素大小，较小的元素所在的指针后移一位，直到其中一个指针到达数组末尾。
3. 若两个数组的长度之和为奇数，那么中位数即为当前指针指向的元素；
若两个数组的长度之和为偶数，那么中位数为当前指针指向的元素与其下一个元素的平均值。
4. 返回中位数作为结果。

需要注意的是，为了保证时间复杂度为O(log(m+n))，在每次移动指针时，应该移动的步数应该是当前指针所在数组长度的一半，即k/2，其中k为两个数组的长度之和。

以下是一个示例代码，用于说明上述方法的实现：

int findMedianSortedArrays(int[] nums1, int[] nums2) {
    int m = nums1.length;
    int n = nums2.length;
    int total = m + n;
    int middle = total / 2;
    int p1 = 0, p2 = 0;
    int prev = 0, curr = 0;
    for (int i = 0; i <= middle; i++) {
        prev = curr;
        if (p1 < m && (p2 >= n || nums1[p1 < nums2[p2])) {
            curr = nums1[p1++];
        } else {
            curr = nums2[p2++];
        }
    }
    if (total % 2 == 0) {
        return (prev + curr) / 2;
    } else {
        return curr;
    }
}

该方法可以在O(log(m+n))的时间复杂度内找到两个正序数组的中位数。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *3* [算法：寻找两个正序数组的中位数。](https://blog.csdn.net/en_joker/article/details/107179641)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
- *2* [寻找两个正序数组的中位数](https://blog.csdn.net/wulila/article/details/124483500)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]