原题：
There are two sorted arrays nums1 and nums2 of size m and n respectively.
Find the median of the two sorted arrays. The overall run time complexity should be O(log (m+n))..
题目大意：给出两个有序的数字列表，长度分别为m,n。找到这两个列表中的中间值。（第一次出现了时间复杂度的要求噢）
例如:
#例子一：总长度为奇数 nums1 = [1, 3] nums2 = [2] The median is 2.0 #例子二：总长度为偶数 nums1 = [1, 2] nums2 = [3, 4] The median is (2 + 3)/2 = 2.5
仔细分析题目，nums1和nums2都已经是排好序了的，这就大大的降低了难度，让找到两个列表的中间值，其实我们可以拓展为找到两个列表的第k个值。当然这个是拓展部分了，对于这个题目，有不同的思路，最简单粗暴的就是将两个列表合并，之后进行排序，拍好序后进行寻找中间值就简单了。但是用传统的先合并再排序，效率想必会很低~
我们发现对于两个已经有序的列表（从小到大），其实有一个更优的排序方式：从小到大，依次进行列表元素的比较（为方便表述，小詹称两个列表为A，B），较小值放到一个新列表中，比如A中该位置的值较小，将其放到新的列表C中，同时将A列表下一个值继续与B中当前位置元素进行比较，以此类推。这样的比较次数就比先合并在排序小很多啦！代码如下：
def findMedianSortedArrays(nums1, nums2):
"""
:type nums1: List[int]
:type nums2: List[int]
:rtype: float
"""
# 创建新列表
nums3 = []
# 当输入两个列表都还存在元素没进行比较的时候，循环进行对比
# 并将较小值放入新列表，同时较小元素的列表和新列表索引加一
while len(nums1) and len(nums2):
if nums1[0] < nums2[0]:
nums3.append(nums1.pop(0))
else:
nums3.append(nums2.pop(0))
# 当存在某一个列表所有元素已经比较完，即拍好了序
# 剩下那个列表剩下的值直接放入新列表对应位置即可
nums3.extend(nums1)
nums3.extend(nums2)
# 注意‘/’和‘//’的区别:
# 前者结果为float类型，后者为整除，结果为int型
len_3 = len(nums3)
# ‘%’为取模运算，即看长度是否被2整除，即看偶数还是奇数
if len_3 % 2 != 0:
return nums3[(len_3 - 1) // 2]
return (nums3[len_3 // 2 - 1] + nums3[len_3 // 2]) / 2
另一种方法：
def findMedianSortedArrays(self, nums1, nums2):
"""
:type nums1: List[int]
:type nums2: List[int]
:rtype: float
"""
# 添加列表2到列表1，然后排序
nums1.extend(nums2)
nums1.sort()
# 取中位数，分长度为奇数和偶数的情况
if len(nums1) % 2 == 0:
return (nums1[len(nums1) // 2 - 1] + nums1[len(nums1) // 2]) / 2
else:
return nums1[len(nums1) // 2]