剑指offer——数据流中的中位数

题目：如何得到一个数据流中的中位数？如果从数据流中读出奇数个数值，那么中位数就是所有数值排序之后位于中间的数值。如果从数据流中读出偶数个数值，那么中位数就是所有数值排序之后中间两个数的平均值。

 

思路：

        如果数据在容器中已经排好序，数据总数为奇数，那么中位数就是最中间的数，如果数据总数为偶数，中位数就是中间两个数的均值。可以将数据在容器中看为两堆，前面的一部分为大顶堆，后面的一部分为小顶堆，这样就可以在O(1)时间内知道中位数的位置。为了使两个堆的元素数目相差不超过1，可以在偶数时加入小顶堆，奇数的时候加入大顶堆，加入小顶堆的时候如果发现加入的元素小于大顶堆的一些元素，那么先将其加入大顶堆后，再将大顶堆的最大元素加入到小顶堆之中去，另一种镜像情况也是同样的处理方法（总之要保证小顶堆的数大于大顶堆的数）。

 

代码：

template<typename T>class DynamicArray
{
public:
	void Insert(T num)
	{
		if (((min.size() + max.size()) & 1) == 0)
		{
			if (max.size() > 0 &&num < max[0])
			{
				max.push_back(num);
				push_heap(max.begin(), max.end(), less<T>());

				num = max[0];

				pop_heap(max.begin(), max.end(), less<T>());
				max.pop_back();
			}
			min.push_back(num);
			push_heap(min.begin(), min.end(), greater<T>());
		}
		else {
			if (min.size() > 0 && min[0] < num)
			{
				min.push_back(num);
				push_heap(min.begin(), min.end(), greater<T>());

				num = min[0];
				pop_heap(min.begin(), min.end(), greater<T>());
				min.pop_back();
			}
		}
	}

	T Getmedian()
	{
		int size = min.size() + max.size();
		if (size == 0)
			throw exception("No numbers are available");

		T median = 0;
		if ((size & 1) == 1)
			median = min[0];
		else
		{
			median = (min[0] + max[0]) / 2;;
		}
		return median;

	}

private:
	vector<T>min;
	vector<T>max;
};