LeetCode 295. 数据流的中位数（优先队列，Java）

本题与剑指 Offer 41. 数据流中的中位数一致

题目

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？

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/find-median-from-data-stream
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

需要注意的地方

1. 使用最大堆和最小堆的思想
2. 具体可以看这篇题解LeetCode上的题解

题解

class MedianFinder {
    Queue<Integer> max;
    Queue<Integer> min;
    /** initialize your data structure here. */
    public MedianFinder() {
        max = new PriorityQueue<Integer>();
        min = new PriorityQueue<Integer>((x, y) -> {
            return y - x;
        });
    }
    
    public void addNum(int num) {
        if(max.size() == min.size()) {
            min.add(num);
            max.add(min.poll());
        }
        if(max.size() != min.size()) {
            max.add(num);
            min.add(max.poll());
        }
    }
    
    public double findMedian() {
        if(max.size() == min.size()) {
            return (max.peek() + min.peek()) / 2.0;
        }
        if(max.size() != min.size()) {
            return min.peek();
        }
        return 0.0;
    }
}

/**
 * Your MedianFinder object will be instantiated and called as such:
 * MedianFinder obj = new MedianFinder();
 * obj.addNum(num);
 * double param_2 = obj.findMedian();
 */