数据流中的中位数

1，题目要求

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。我们使用Insert()方法读取数据流，使用GetMedian()方法获取当前读取数据的中位数。

2，题目思路

对于这道题，要去在时刻插入数据的同时，返回当前数组中的中位数。

在计算中位数时，有两种情况，一种是数组长度为奇数时，返回当前数组的中间值——nums[nums.size()/2]即可。
当数组长度为偶数时，则是靠近中间对称的两个数字的平均值。

因此，如果我们在构建数组的过程中，能够时刻对当期数组的中间元素进行记录，就可以时刻获得当前数组的中位数了。

事实上，如果我们在构建数组时，将数组一分为二，使得left中的数组值都比right中的数组值要小，而且可以从left中取到其中最大的，而且可以从right中取到其最小的，这样，就可以分轻松的实现这个问题了。

在解决上，我们使用优先队列——priority_queue，即一种堆结构，其中：

• priority_queue<int, vector, less> left，构建一个大顶堆
• priority_queue<int, vector, greater> right，构建一个小顶堆

left中，top元素即为当前左半部分最大的；
right中，top元素即为当前右半部分最小的；

于是，进行Insert时；除了要保证左半部分的值都比右半部分的值小之外，还需要保持，左边大顶堆的大小最多只能比右边小顶堆的大小大1（由于奇数次的插入）

又因为最后返回的，要么是左侧的top、要么是左侧top与右侧top的平均值，因此，右侧的小顶堆的大小不能比左边的大顶堆的大小要大。

3，代码实现

class Solution {
public:
    void Insert(int num)
    {
        if(left.empty() || num <=left.top())
            left.push(num);
        else
            right.push(num);
        if(left.size() > right.size()+1){
            right.push(left.top());
            left.pop();
        }
        if(left.size() < right.size()){
            left.push(right.top());
            right.pop();
        }
        return;
    }

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

};