295. 数据流的中位数 C++

295. 数据流的中位数

中位数是有序列表中间的数。如果列表长度是偶数，中位数则是中间两个数的平均值。

例如，

[2,3,4] 的中位数是 3

[2,3] 的中位数是 (2 + 3) / 2 = 2.5

设计一个支持以下两种操作的数据结构：

void addNum(int num) - 从数据流中添加一个整数到数据结构中。
double findMedian() - 返回目前所有元素的中位数。
示例：

addNum(1)
addNum(2)
findMedian() -> 1.5
addNum(3)
findMedian() -> 2
进阶:

如果数据流中所有整数都在 0 到 100 范围内，你将如何优化你的算法？
如果数据流中 99% 的整数都在 0 到 100 范围内，你将如何优化你的算法？

思路

最近在学习Go，C++好久没写了。
不过这个题用C++的STL里的大顶堆小顶堆在合适不过，我只需要push，pop就行了，所以偷了个懒。
平常编程别忘了#include <queue>。

我的代码

class MedianFinder {
public:
    MedianFinder() {
    }
    void addNum(int num) {
        if (V.size()==0) {
            V.push(num);
            return;
        }

        if (V.size() == A.size()) {
            if (num >= A.top())
                V.push(num);
            else {
                V.push(A.top());
                A.pop();
                A.push(num);
            }
        }
        else
            if (num >= V.top()) {
                V.push(num);
                A.push(V.top());
                V.pop();
            }
            else
                A.push(num);
    }

    double findMedian() {
        if (V.size() == A.size()) {
            return (A.top() + V.top()) / 2.0;
        }
        else
            return V.top();
    }
    priority_queue<int> A;
    priority_queue<int, vector<int>, greater<int> > V;
};