二分查找-寻找两个正序数组的中位数

4.寻找两个正序数组的中位数

给定两个大小分别为 m 和 n 的正序（从小到大）数组 nums1 和 nums2。请你找出并返回这两个正序数组的 中位数 。

算法的时间复杂度应该为 O(log (m+n)) 。

输入：两个有序数组
输出：浮点数double
思路：

好难，等二刷

class Solution {
    public double findMedianSortedArrays(int[] nums1, int[] nums2) {
        int length1 = nums1.length;
        int length2 = nums2.length;
        int totalLength = length1 + length2;
        //判断长度的奇偶性
        if(totalLength % 2 == 1){
            //奇
            int midIndex = totalLength / 2;
            double median = getKthElement(nums1, nums2, midIndex + 1);
            return median;
        }else{
            //偶
            int midIndex1 = totalLength / 2 - 1;
            int midIndex2 = totalLength / 2;
            double median = (getKthElement(nums1, nums2, midIndex1 + 1)
                            + getKthElement(nums1, nums2, midIndex2 + 1)) / 2.0;
            return median;
        }
    }
    public int getKthElement(int[] nums1, int[] nums2, int k){
        //nums1和nums2的长度
        int length1 = nums1.length;
        int length2 = nums2.length;
        //开始索引
        int index1 = 0;
        int index2 = 0;
        //进入循环
        while(true){
            //边界
            if(index1 == length1){
                //返回nums2，此时的k是修改后的k
                return nums2[index2 + k - 1];
            }
            if(index2 == length2){
                return nums1[index1 + k - 1];
            }
            if(k == 1){
                return Math.min(nums1[index1], nums2[index2]);
            }
            //正常情况
            int half = k / 2;
            //然后更新新的索引
            int newIndex1 = Math.min(index1 + half, length1) - 1;
            int newIndex2 = Math.min(index2 + half, length2) - 1;
            //然后比较这两个值
            if(nums1[newIndex1] <= nums2[newIndex2]){
                //弃掉nums左边的值
                //更新k
                k -= (newIndex1 - index1 + 1);
                //更新index1
                index1 = newIndex1 + 1;
            }else{
                k -= (newIndex2 - index2 + 1);
                index2 = newIndex2 + 1;
            }
    }
}
}