数据流中的中位数

题目：如何找到一个数据流中的中位数？如果从数据流中读取到奇数个数值，那么中位数就是所有数值排序之后位于中间的数值，如果从数据流中读取到偶数个数值，那么中位数就是排序之后位于中间两个数的平均值；

最好的时间复杂度解决思路：
使数据在容器中已经排序，并且让容器左边的数据比右边的小，这样中位数就是左边的最后一位数或者是左边的最后一位数和右边的第一位数的平均值，要实现让容器左边的数据都比右边的小，可以使用大根堆来实现左边的数据容器，小根堆实现右边的数据容器，数据流中有新的数据进来时需要往堆中插入数据时，可以把这个新的数据插大根堆，接着把大根堆里面最大的数字拿出来插入小根堆，由于最终插入小根堆的数字是原来大根堆中的最大数字，这样就保证了右边的数字都大于左边的数字。

在java库中，并没有大小根堆这个数据结构，但是可以用java库中的优先队列PriorityQueue，它底层调用的就是大小根堆实现的，

public class TestDemo41 {
    public int count = 0;
    public PriorityQueue<Integer> minHeap = new PriorityQueue<>(10, new Comparator<Integer>() {
        @Override
        public int compare(Integer o1, Integer o2) {
            return o1-o2;
        }
    });
    public PriorityQueue<Integer> maxHeap = new PriorityQueue<>(10,
            new Comparator<Integer>() {

                @Override
                public int compare(Integer o1, Integer o2) {
                    return o2 - o1;
                }
            });

    /**
     * 将数据流中的数据插入到堆中
     * @param num
     */
    public void insert(int num) {
        if (count % 2 == 0) {       // 第偶数个数
            maxHeap.offer(num);
            int temp = maxHeap.poll();
            minHeap.offer(temp); 
        } else {                    // 第奇数个数
            minHeap.offer(num);
            int temp = minHeap.poll();
            maxHeap.offer(temp);
        }
        count++;
    }

    /**
     * 获取中位数
     * @return
     */
    public double getMedian() {
        if (count % 2 == 0) { // 总数量为偶数
            return (maxHeap.poll() + minHeap.poll()) / 2.0;
        } else { // 总数量为奇数
            return minHeap.poll();
        }
    }

    public static void main(String[] args) {
        int[] a = {3,9,2,7,6,8};
        File file = new File("F:/FHB/test41.txt");
        TestDemo41 testDemo41 = new TestDemo41();
        add(testDemo41,a);
        System.out.println(testDemo41.getMedian());
    }
    
    private static void add(TestDemo41 testDemo41,int[] a) {
        for (int i = 0; i < a.length; i++) {
            testDemo41.insert(a[i]);
        }
    }

}

运行结果：

6.5