通过谷歌搜索几分钟，我知道基本想法。
我的问题是，基本案例是什么？ 假设有很多基本情况，我用手测试了算法数小时，但我找不到正确的基本情况。 此外，每个递归步骤三个数组的长度将变得不同。即使三个数组的长度不同，步骤4也能工作吗？
答案 0 :(得分：1)
此算法适用于两个相同大小但不是三个的排序数组。在一次迭代之后，您消除了A和C中的一半元素但是B保持不变，因此这些数组中的元素数量不再相同，并且该方法不再适用。对于不同大小的数组，如果应用相同的方法，则将从下半部分和上半部分中删除不同数量的元素，因此剩余元素的中位数与原始数组的中位数不同。
话虽这么说，你可以修改算法，在每次迭代的两端消除相同数量的元素，当一些数组非常小而一些非常大时，这可能是有效的。您还可以将其转换为查找第k个元素的问题，跟踪被丢弃的元素数量以及在每次迭代时更改k的值。无论哪种方式，这比两个阵列情况要复杂得多。
还有另一篇文章谈到一般情况：Median of 5 sorted arrays
答案 1 :(得分：0)
我认为您可以使用选择算法，稍加修改以处理更多数组。
您正在寻找中位数，即 p = [n / 2] th 元素。
选择最大数组的中位数，在该值中找到其他两个数组中的分裂点（二进制搜索，log（n））。现在你知道所选的数字是 k th（k =位置的总和）。
如果k> p，丢弃它上面的3个数组中的元素，如果它更小，则低于它（丢弃可以通过分别维护每个数组的下部和上部索引来实现）。如果它更小，也更新p = p - k。
重复直到k = p。
糟糕，我认为这是log（n）^ 2，让我考虑一下......