学习历程-数据流的中位数

原题

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。

解读，

有一个会不断增长的数据，一直在添加新的数。需要求的每次新加数后，求整体的中位数（从第一个数开始到新的数）
例如
输入 1
中位数 1
再输入 2
中位数 1.5
再输入 3
中位数 2
再输入 0
中位数 0.5

class Solution {
    /*
    后来的数会和前面的数比较，来确定位置，所以需要保存全部的数
    而中位数只需要最中间的数（一个或两个）
    所以只需要确定中间的数的值，
    直接排序所有数效率比较差，用堆排序速度更快。因为只需要知道前（后）一半中的最大（小）值，不是全部的顺序
    这样，对每个新的值，判断其放在哪个堆（放在前半还是后半）
    如果某个值放入后，两个部分差值大于1，也就说明某个部分不是只占一半了，那就拿走一个（堆顶）给另外一个堆，再重新取得堆顶
    中位数中，偶数个取平均值，直接计算即可，奇数个时根据设定，哪个堆多一个，就取哪个堆的堆顶
    直接设定某个堆天生可以比另外一个多1最好。
    */
    priority_queue<int, vector<int>, less<int> > p;//大顶堆 队列，用来保存前半部分（小的数）
    priority_queue<int, vector<int>, greater<int> > q;//小顶堆 队列，用来保存后半部分（大的数）

public:
    //插入操作
    void Insert(int num) {
        if (p.empty())//堆为空，保存到可以多一的队列中
        {
            p.push(num);
        }
        else if (num > p.top())//如果新的数比 前半部分中最大值还大，那么就将其加入后半部分
        {
            q.push(num);
        }
        else {//否则加入前半部分
            p.push(num);
        }
        if (p.size() == q.size() + 2)//如果连续多个（平衡后两个）数都加入了前半部分，那就取前半部分的堆顶，放入后半部分
        {
            q.push(p.top());
            p.pop();
        }
        else if (p.size() == q.size() - 1)//如果连续多个数都加入了后半部分，那就取后半部分的堆顶，放入前半部分。这个例子中，设定前仅半部分可以比后半多一个，所以当后半多1个的时候就放入前半
        {
            p.push(q.top());
            q.pop();
        }
    }
    //获取当前平均值
    double GetMedian() {
        return p.size() == q.size() ? (p.top() + q.top()) / 2.0 : p.top();//根据总数显示，两半总数相等，那就代表总数时偶数。取两个堆顶平均值，否则哪个比另外一个多一取哪个堆顶。例子中设定前半部分可以多一个，所以直接取前半部分堆顶
    }
};