【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。

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。

思路

一定是需要用到一种排序结构来存储，那今天顺便学习了一下C++中的优先队列

普通的队列是一种先进先出的数据结构，元素在队列尾追加，而从队列头删除。

在优先队列中，元素被赋予优先级。当访问元素时，具有最高优先级的元素最先删除。优先队列具有最高级先出 （first in, largest out）的行为特征。

因此构建两个优先队列，排序方式不同，称为大小堆

如果数组长度为奇数，中位数是最中间的那个，如果长度为偶数是中间偏左的那个元素
使用最大堆来存储等于或小于中位数的值，只需弹出一次就可弹出当前的中位数，使用最小堆来存储大于中位数的值。
此外需要保持两个堆平衡，因为我们要获得中位数，所以最大堆的大小将始终等于或比最小堆的大小大1,保持平衡就好

代码

class MedianFinder {
public:
    /** initialize your data structure here. */
    //升序队列，小顶堆
    priority_queue <int,vector<int>,greater<int> > minq;
    //降序队列，大顶堆
    priority_queue <int,vector<int>,less<int> > maxq;

    MedianFinder() {

    }
    
    void addNum(int num) {
        maxq.push(num);
        minq.push(maxq.top());
        maxq.pop();
        
        //不平衡的时候的操作
        if(minq.size() > maxq.size()){
            maxq.push(minq.top());
            minq.pop();
        }
    }
    
    double findMedian() {
        if(minq.size() == maxq.size()){
            double a = maxq.top();
            double b = minq.top();
            return (a + b) / 2;
        }
        return maxq.top();
    }
};

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