1.reference

2.解題思路

以下均假設A[0…m-1]，B[0…n-1]；

1）O(n)
假設A,B均以降序排列，宣告兩個指標p，q。p指向A[0], q指向B[0]。再來一個count=0，用來表示當前已經到第count大了。然後指標開始遊，如果*p > *q，則p++, count++；如果*p < *q，則q++, count++；而如果相等，兩個遊標選一個走即可，同時count++。最後當count==k時，就找到了所有元素的第K大了。

2）O(log(n))
上面O(n)的做法是一個一個剪，而這裡，就是一半一半地剪。為了方便理解，這裡就是求兩個陣列的第K小元素（原理是一樣的，第K小即為第(m+n-k)大嘛），且A，B均以升序排列。因為A, B陣列均已排好序，所以有如下結論（假設K為偶數，奇數同理）。
1’ A[] 或 B[] 中有個為空，則直接B[k-1]或A[k-1]；
2’ 假設m,n>=k/2 （如果不滿足，則下標取自己的上限即可）

• 1.A[k/2-1] < B[k/2-1]：刪除A[0…k/2-1]，第k小肯定不在裡面。因為AUB之後，A[0…k/2-1]內的所有元素均在B[k/2-1]此元素之前，而兩組資料個數總和才為k個。
• 2.A[k/2-1] > B[k/2-1]：刪除B[0…k/2-1]，第k小肯定不在裡面。理由同上。
• 3.A[k/2-1] = B[k/2-1]：找到了第k小，即為A[k/2-1]=B[k/2-1]。

因此，由上述條件我們可以推出利用遞迴函式解決問題是極為方便的。遞迴過程及結束條件如下所示（設m < n，暫不防禦型程式設計）

• 1.如果m=0，則return B[k-1]；
• 2.如果k=1，則return min(A[0], B[0])；
• 3.m可能是小於k/2的，所以依上面分析取自己上限m即可，即有
  若A[min(m, k/2)-1] < B[k-min(m, k/2)-1]：刪除A[…]，代入遞迴函式繼續。
  若A[min(m, k/2)-1] > B[k-min(m, k/2)-1]：刪除B[…]，代入遞迴函式繼續。
  若A[min(m, k/2)-1] = B[k-min(m, k/2)-1]：找到，返回其中一個即可。

3.原始碼

#include <iostream>
#include <algorithm>
using namespace std;

class MySolution
{
public
 
:
    int find_k_min(int A[], int m, int B[], int n, int k)
    {
        if (m > n)
            return find_k_min(B, n, A, m, k);
        if (m == 0)
            return B[k-1];
        if (k == 1)
            return min(A[0], B[0]);

        int pa = min(k/2, m);
        int pb = k - pa;
        if (A[pa-1] < B[pb-1])
            find_k_min(A + pa, m - pa, B, n, k - pa);
        else if (A[pa-1] > B[pb-1])
            find_k_min(A, m, B + pb, n - pb, k - pb);
        else
            return A[pa - 1];
    }

};

int main(int argc, char const *argv[])
{
    /* code */
    int A[] = {1, 3, 5, 7, 9};
    int B[] = {2, 4, 6, 8, 10};
    MySolution test;
    cout << test.find_k_min(A, 5, B, 5, 5) << endl;
    return 0;
}

執行結果就不貼了，心算即可驗證：）