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。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。
思路：
1.用vector保存，get时先排序后取。
插入复杂度O(1) ，get复杂度O(nlogn）
2.分别用大顶堆和小顶堆保存左右两部分，左边一定比右边小，且左右两部分size之差不超过一，get时根据两边size情况去堆顶数据即可。
插入复杂度O(logn)，get复杂度O(1）
代码：

//方法1
class Solution {
public:
    void Insert(int num)
    {
        m_data.push_back(num);
    }

    double GetMedian()
    { 
        sort(m_data.begin(), m_data.end())
        int size = m_data.size();
        if (size == 0)
            return (double)0;
        if(size%2 == 0)
            return ((double)m_data[size/2] + (double)m_data[size/2 - 1])/2;
        else
            return (double)m_data[size/2];
    }
    vector<int> m_data;
};

//方法2

class Solution {
public:
    void Insert(int num)
    {    
        int left_size  = m_queue_left.size();
        int right_size  = m_queue_right.size();
        //这里是初始时有可能为空
        int left_top = m_queue_left.empty() ? INT_MAX  : m_queue_left.top();
        int right_top = m_queue_right.empty() ? INT_MIN : m_queue_right.top();
        
        //需要插入左边
        if (left_top > num)
        {
            if(left_size <= right_size)
            {
                m_queue_left.push(num);
            }
            else
            {
                m_queue_left.pop();
                m_queue_left.push(num);
                m_queue_right.push(left_top);
            }
        }
        //需要插入右边
        else
        {
            if(left_size >= right_size)
            {
                m_queue_right.push(num);
            }
            else
            {
                m_queue_right.pop();
                m_queue_right.push(num);
                m_queue_left.push(right_top);
            }
        }
    }

    double GetMedian()
    {   
        
        int left_size  = m_queue_left.size();
        int right_size  = m_queue_right.size();

        if(0 == left_size && 0 == right_size)
        {
            return 0;
        }
        else if(0 == left_size)
        {
            return (double)m_queue_right.top();
        }
        else if(0 == right_size)
        {
            return (double)m_queue_left.top();
        }
        
        int right_top = m_queue_right.top();
        int left_top = m_queue_left.top();
        
        if(left_size == right_size)
        {
            return ((double)left_top + (double)right_top)/2;
        }
        return (left_size > right_size) ? (double)left_top : (double)right_top;
    }
    
    //右侧数字都比左侧数字大，且两个堆个数相差不能超过1
    priority_queue<int,vector<int>,greater<int> > m_queue_right;//小顶堆 存放右侧数字
    priority_queue<int,vector<int>,less<int> >    m_queue_left;//大顶堆 存放右左侧数字
};