查找中位数，在线算法

转载自：http://www.cnblogs.com/lienhua34/archive/2011/12/06/2381299.html

 

问题：
给定n个int型的数和一个空的集合，每次往集合中插入一个数，每次插入之后给出这个集合的中位数。（中位数的概念是：如果集合有奇数个数，给出排序后处在最中间的那个数；如果是偶数个数，给出排序后最中间两个数的均值。）

集合中元素，前一半存储在一个最大堆中，后一半存储在一个最小堆中。使用变量MaxHeapNum记录最大堆元素的个数，使用变量MinHeapNum记录最小堆元素的个数。控制MaxHeapNum与MinHeapNum的差不能超过1。每次将要插入的元素Num与最大堆顶部元素MaxHeapTop和最小堆的顶部元素MinHeapTop将进行比较，根据具体情况进行插入：

1.如果Num < MaxHeapTop，则
  1.1 如果MaxHeapNum <= MinHeapNum，将Num插入最大堆；
  1.2 如果MaxHeapNum == MinHeapNum + 1，将MaxHeapTop从最大堆中移到最小堆，并将Num插入最大堆。
2.如果MaxHeapTop <= Num <= MinHeapTop，则
  2.1 如果MaxHeapNum <= MinHeapNum，将Num插入最大堆；
  2.2 如果MaxHeapNum == MinHeapNum + 1，将Num插入最小堆；
3.如果Num > MinHeapTop，则
  3.1 如果MinHeapNum <= MaxHeapNum，将Num插入最小堆；
  3.2 如果MinHeapNum == MaxHeapNum + 1，将MinHeapTop移到最大堆中，将Num插入最小堆。

在每次插入后，都要根据情况对MaxHeapNum和MinHeapNum进行变更，并将有改动的堆进行堆调整。

上面的插入情况会保证最大堆和最小堆的元素个数差小于1，中位数就只在最大堆和最小堆的顶部元素中产生：如果最大堆和最小堆的元素个数相等，则中位数为最大堆和最小堆的顶部元素的平均值；否则，中位数为元素个数多的那个堆的堆顶元素。

复杂度分析：每次插入元素时的堆调整平均复杂度为O(log(N/2))，插入N次，所以总的复杂度为O(N*log(N/2))。