给定一个有N个整数的递增序列S，中位数就是中间位置的数。例如序列S1={11,12,13,14}中12就是序列S1的中位数，又如序列S2={9,10,,15,16,17}数字15就是序列S2的中位数.两个序列的中位数是指，两个序列所有元素组成的非递减序列的中位数。例如上述序列S1和S2的中位数是13.给定两个递增的整数序列，要求找出它们的中位数。

给定两个递增的整数序列A和B，我们可以使用分治法来找出它们的中位数。

首先，我们可以计算出两个序列的总长度n，然后找到两个序列中的第n/2个元素（假设索引从0开始）。如果n是奇数，则中位数就是这两个元素中的较小值；如果n是偶数，则中位数就是这两个元素的平均值。

接下来，我们可以比较A和B中的第n/2个元素。如果A[n/2]小于B[n/2]，则说明A的前半部分和B的后半部分的元素都不可能是中位数，可以将它们排除。同样地，如果A[n/2]大于B[n/2]，则说明A的后半部分和B的前半部分的元素都不可能是中位数，可以将它们排除。最后，如果A[n/2]等于B[n/2]，则说明找到了中位数。

如果A或B的长度为0，则中位数就是另一个序列的第n/2个元素。

通过不断缩小问题规模，我们可以在O(log n)的时间复杂度内找到两个序列的中位数。

代码示例（Python）：

def findMedianSortedArrays(nums1, nums2):
    m, n = len(nums1), len(nums2)
    if m > n:
        nums1, nums2, m, n = nums2, nums1, n, m
    imin, imax, half_len = 0, m, (m + n + 1) // 2
    while imin <= imax:
        i = (imin + imax) // 2
        j = half_len - i
        if i < m and nums2[j - 1] > nums1[i]:
            imin = i + 1
        elif i > 0 and nums1[i - 1] > nums2[j]:
            imax = i - 1
        else:
            if i == 0:
                max_of_left = nums2[j - 1]
            elif j == 0:
                max_of_left = nums1[i - 1]
            else:
                max_of_left = max(nums1[i - 1], nums2[j - 1])
            if (m + n) % 2 == 1:
                return max_of_left
            if i == m:
                min_of_right = nums2[j]
            elif j == n:
                min_of_right = nums1[i]
            else:
                min_of_right = min(nums1[i], nums2[j])
            return (max_of_left + min_of_right) / 2.0

这个算法的时间复杂度为O(log(min(m, n)))，其中m和n分别为两个序列的长度。