寻找两个有序数组的中位数与正则表达式匹配

在算法学习和面试中，有序数组中位数查找、正则表达式匹配是两类极具代表性的问题，分别考察了二分查找的灵活运用和动态规划的状态转移思想。本文将详细解析这两个问题的解题思路，并结合代码实现深入剖析核心逻辑。

一、寻找两个有序数组的中位数

问题背景

给定两个大小分别为 m 和 n 的有序数组 nums1 和 nums2，要求找出并返回这两个有序数组的中位数，且算法的时间复杂度需达到 O(log(m+n))。

核心思路：二分查找分割线

中位数的本质是将有序集合划分为左右两部分，且左右部分元素数量相等（或差值不超过 1），左半部分最大值小于等于右半部分最小值。基于此，我们可以通过二分查找确定分割线位置：

二、正则表达式匹配

问题背景

给定字符串 s 和模式 p，实现支持 . 和 * 的正则表达式匹配：

核心思路：动态规划

定义二维数组 f[i][j] 表示 s 的前 i 个字符与 p 的前 j 个字符是否匹配，通过状态转移逐步推导：

代码实现与解析

1. 简化问题：始终让 nums1 为较短数组，减少二分查找的次数；
2. 分割规则：设 nums1 分割点为 i，nums2 分割点为 j，需满足 i + j = (m + n + 1) / 2（保证左半部分元素数量≥右半部分）；
3. 边界处理：分割点在数组首尾时，用 INT_MIN/INT_MAX 表示空区间的极值；
4. 调整分割线：若 nums1[i-1] > nums2[j]，说明分割线需左移；若 nums1[i-1] ≤ nums2[j]，说明分割线可右移，同时记录左半部分最大值和右半部分最小值。

   关键细节

5. 时间复杂度：O(log(min(m,n)))，因为始终对较短数组二分；
6. 边界值 INT_MIN/INT_MAX 避免了额外的条件判断，简化了逻辑；
7. 分割线公式 j = (m + n + 1) / 2 - i 保证了奇偶长度下，左半部分元素数量都不小于右半部分。
8. . 匹配任意单个字符；
9. * 匹配零个或多个前面的那一个元素。要求匹配整个字符串 s，而非部分匹配。
10. 基础状态：f[0][0] = true（空字符串匹配空模式）；
11. 处理 *：
    • 匹配零个：f[i][j] = f[i][j-2]（忽略 * 和其前一个字符）；
    • 匹配多个：若 s[i-1] 与 p[j-2] 匹配，则 f[i][j] = f[i-1][j]（复用 * 匹配前一个字符）；
12. 处理普通字符 /.：若 s[i-1] 与 p[j-1] 匹配，则 f[i][j] = f[i-1][j-1]。

关键细节

辅助函数 matches 统一处理字符匹配逻辑，简化代码； 动态规划数组维度为 (m+1)x(n+1)，包含空字符串的情况；

三、总结

1. 寻找中位数：核心是利用二分查找确定分割线，通过控制分割线位置保证左右部分的平衡性，时间复杂度优化至对数级别，关键在于边界处理和分割线公式的推导；
2. 正则匹配：动态规划是解决这类匹配问题的经典方法，核心是定义清晰的状态转移方程，重点处理 * 的零次 / 多次匹配逻辑；
3. 两类问题分别体现了 “分治二分” 和 “动态规划” 的核心思想，前者通过缩小问题规模提高效率，后者通过状态转移逐步推导结果，都是算法学习中必须掌握的核心思路。