題目：給定兩個排序數組，求兩個排序數組的中位數，要求時間復雜度為O（log(m+n)）
舉例：
Example 1:
nums1 = [1, 3] nums2 = [2] The median is 2.0
Example 2:
nums1 = [1, 2] nums2 = [3, 4] The median is (2 + 3)/2 = 2.5
解題思路：
1. 假設nums1.length = m, nums2.length = n; m < n;
2. 若(m + n) % 2 == 0, 表示兩數組之和為偶數，應該是有兩個中位數，因此最終結果為第9行的代碼所示。否則，結果為第7行的代碼所示。
3. 為了使得方法的統一，在最初時，對數組進行處理，統一使得傳進方法的短數組為nums1，即第14行代碼所示。
4. 如果len1-start1 == 0,則表示nums1已經全部加入前k個了，則第k個為nums2[k -1]; 在方法findKth（）中的k是一直變化的，初始時，k為兩個數組中排序之后的第k個數的位置；k在方法中的真正含義為“還需要找到多少個數才能達到k個”；因此假設nums1.length ==0;,此時len1-start1 == 0, 則中位數就是nums2[k - 1],即在nums1中找到了0個數，還需要找k個數，第k個數就是nums[k - 1];
5. 如果k == 1,則表示前k-1小的數已經找過了，則第k個數肯定是nums1[start1]和nums2[start2]中較小的那個數。
6. 下面接着就是常規的情況：即nums1中包含一部分k,nums2中也包含一部分的k,因此就從每個數組的k/2那里開始比較（也相當於每次都會有一半的數被加入前k個，因此時間復雜度為O（log(m + n)））：
采用p1和p2分別記錄當前nums1和nums2需要比較的那個位，由於nums1比較短，因此有可能2/k的位置已經超出了nums1的長度，因此nums1還需要做特殊處理，即第19行代碼所示；由於p1做了特殊處理，那p2也就要做特殊處理。總之，start1~p1和start2~p2的和一定為k。
1）若nums1[p1 - 1] < nums[p2 - 1],則表明【start1, p1)之間的值在前k個數中；
2）若nums[p1 - 1] > nums2[p2- 1],則表明【start2, p2)之間的值在前k個數中；
3）若兩值相等，則表明【start1, p1)+【start2， p2）的個數為k,則結果直接返回其中一個即可。
為什么比較的p1和p2的前一個位的數，而不是p1和p2位置的數呢？ 舉例說明：假設start1== start2 == 0, 則p1 = Math.min(len1, k / 2); p2 = k - p1,即p1 + p2 == k;；假設p1 = 5, p2 = 7;, 則k = 12; 在數組中nums[5]其實是第6個數，nums[7]其實是第8個數，所以我們比較的是nums1[p1 - 1]與nums2[p2 - 1]的值；
代碼如下：
1 public class Solution { 2 public double findMedianSortedArrays(int[] nums1, int[] nums2) { 3 int len1 = nums1.length; 4 int len2 = nums2.length; 5 int size = len1 + len2; 6 if(size % 2 == 1) 7 return findKth(nums1, 0, len1, nums2, 0, len2, size / 2 + 1); 8 else 9 return (findKth(nums1, 0, len1, nums2, 0, len2, size / 2) + findKth(nums1, 0, len1, nums2, 0, len2, size / 2 + 1)) /2; 10 } 11 public double findKth(int[] nums1, int start1, int len1, int[] nums2, int start2, int len2, int k) 12 { 13 if(len1 - start1 > len2 -start2) // 傳進來的時候統一讓短的數組為nums1 14 return findKth(nums2, start2, len2, nums1, start1, len1, k); 15 if(len1 - start1 == 0) // 表示nums1已經全部加入前K個了，第k個為nums2[k - 1]; 16 return nums2[k - 1]; 17 if(k == 1) 18 return Math.min(nums1[start1], nums2[start2]); // k==1表示已經找到第k-1小的數，下一個數為兩個數組start開始的最小值 19 int p1 = start1 + Math.min(len1 - start1, k / 2); // p1和p2記錄當前需要比較的那個位 20 int p2 = start2 + k - p1 + start1; 21 if(nums1[p1 - 1] < nums2[p2 - 1]) 22 return findKth(nums1, p1, len1, nums2, start2, len2, k - p1 + start1); 23 else if(nums1[p1 - 1] > nums2[p2 -1]) 24 return findKth(nums1, start1, len1, nums2, p2, len2, k - p2 + start2); 25 else 26 return nums1[p1 - 1]; 27 28 } 29 }