优先级队列和堆的应用

优先级队列可以通过数组自己维护优先级，也可以用STL自带的优先级队列priority_queue

#include <queue>

大根堆：priority_queue<int> que 或 priority_queue<int, vector<int>, less<int> > que

小根堆：priority_queue<int, vector<int>, greater<int> > que

关于优先级队列的应用：

1. 取中位数

问题关键在于将所有数据保存在两个优先级队列中，若将所有数据按从小到大顺序排列，较小的部分保存在大根堆中，较大的部分保存在小根堆中，永远保持：大根堆（较小部分）的长度 = 小根堆（较大部分）的长度，或者大根堆（较小部分）的长度 = 小根堆（较大部分）的长度 + 1。从而使得大根堆的顶部是中位数（奇数个数据）或大根堆和小根堆的顶部的平均值是中位数（偶数个数据）。

#include <iostream>
#include <queue>
#include <vector>
#include <functional>
using namespace std;

class Solution {
public:
	void Insert(int num)
	{
		if (up.empty()) up.push(num);
		else
		{
			if (up.size() == down.size())
			{
				if (num <= down.top()) up.push(num);
				else
				{
					up.push(down.top());
					down.pop();
					down.push(num);
				}
			}
			else
			{
				if (num >= up.top())
					down.push(num);
				else
				{
					down.push(up.top());
					up.pop();
					up.push(num);
				}
			}
		}
	}

	double GetMedian()
	{
		if (up.size() == down.size())
			return (up.top() + down.top()) / 2.0;
		else
			return up.top();
	}
private:
	priority_queue<int, vector<int>, less<int> > up;	// big top
	priority_queue<int, vector<int>, greater<int> > down;	// small top
};

int main()
{
	Solution solution;
	vector<int> vec({ 5, 2, 3, 4, 1, 6, 7, 0, 8 });

	for (int i = 0; i < vec.size(); ++i)
	{
		solution.Insert(vec[i]);
		cout << solution.GetMedian() << endl;
	}

	system("pause");
	return 0;
}

结果：