Median of Two Sorted Arrays

LeetCode上的一道题目，有点意思，求两有序数组放一块以后的中位数，复杂度要求O(log(n+m))

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)).

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

我们知道如果是一个无序数组，找中位数复杂度可以在O(log(n))。而一个有序数组求他中位数基本就是O(1)。

现在是两个有序数组，结合二分的思路稍微要用点技巧，我的做法可以叫做二分排除法。

我们要求两数组合并后那个中间的一个数或两个数，即取第K小值问题。

上图中a到c和d到f都是有序的，ab和de长都为k/2。如果b处的数比e处的数小，说明什么，说明那个第K小的数一定不在ab之间，把ab裁掉拿bc重复操作,最终就能找到中位数。

以下是Python的实现。实现过程中还要注意一点，如果是用C/C++写的话，递归时候直接数组头一跳就变成新参数了。而Python中的切片操作本身复杂度是O(k)的，所以我采用index后跳的方式，模仿C里的数组头后跳。还有len()方法是O(1)的，可以大胆用。

class Solution(object):
    def findMedianSortedArrays(self, nums1, nums2):
        """
        :type nums1: List[int]
        :type nums2: List[int]
        :rtype: float
        """
        k_1 = (len(nums1) + len(nums2)+1)/2
        k_2 = (len(nums1) + len(nums2)+2)/2
        med_1 = self.search_k_th(nums1, 0, nums2, 0, k_1)
        med_2 = self.search_k_th(nums1, 0, nums2, 0, k_2)
        return (med_1 + med_2)/2.0
        
            
            
    def search_k_th(self, nums_1, head_1, nums_2, head_2, k):
        if head_1 == len(nums_1):
            return nums_2[head_2+k-1]
        elif head_2 == len(nums_2):
            return nums_1[head_1+k-1]
        elif k == 1:
            return min(nums_1[head_1], nums_2[head_2])
        
        step_1 = min(k/2, len(nums_1)-head_1)
        step_2 = min(k/2, len(nums_2)-head_2)
        if nums_1[head_1+step_1-1] < nums_2[head_2+step_2-1]:
            return self.search_k_th(nums_1, head_1+step_1, nums_2, head_2, k-step_1)
        else:
            return self.search_k_th(nums_1, head_1, nums_2, head_2+step_2, k-step_2)
            

这道题也提醒我应该关注一下Python内置函数的复杂度。Python Wiki上有