剑指Offer-41：数据流中的中位数

题目：数据流中的中位数

获取数据流中的中位数。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。

主要思路：

可以把输入数据平分成两部分，左边的数据都小于右边的数据，那么即使左右两边内部的数据没有排序，也可以根据左边最大的数和右边最小的数获取中位数。关键是，怎么获取左边的最大值和右边的最小值，并且保持左右两部分的个数之差不超过1？

可以借助最大堆和最小堆来实现，同时轮流把数据添加到左右部分。为了保证最小堆（右半部分）的所有元素都大于最大堆（左半部分）的所有元素，若当前数字本来要添加到最小堆中，但是当前数字比最大堆的最大值还小，那么，先把该数字添加到最大堆中，再把最大堆中的最大数字移出到最小堆中，这样就能保证最小堆中的所有元素都大于最大堆中的所有元素；若当前数字本来要添加到最大堆中，但是当前数字比最小堆的最小值还大，类似的，先添加该数字到最小堆，再移出最小堆的最小数字到最大堆。

时间复杂度：O(log(n))

 //思路：左大根堆，右小根堆
    PriorityQueue<Integer> leftMax = new PriorityQueue<>(
    new Comparator<Integer>() {
		@Override
		public int compare(Integer o1, Integer o2) {
			return o2 - o1;
		}
	});
    PriorityQueue<Integer> rightMin = new PriorityQueue<>();
    //注：应该均匀插入，先插左边，再插右边
    public void Insert(Integer num) {
    	//应该插左边
        if(leftMax.size() == rightMin.size()) {
        	//但是待插入值比右边的值大，则需要先插入右边，再取右边的最小值插入左边
        	if(!rightMin.isEmpty() && num > rightMin.peek()) {
        		rightMin.offer(num);
        		Integer min = rightMin.poll();
        		leftMax.offer(min);
        	}else {
        		leftMax.offer(num);
        	}
        //应该插入右边
        }else {
        	//但是待插入的值比左边的最大值小，则需要先插入左边，
        	//再取左边的最大值插入右边
        	if(!leftMax.isEmpty() && num < leftMax.peek()) {
        		leftMax.offer(num);
        		Integer max = leftMax.poll();
        		rightMin.offer(max);
        	}else {
        		rightMin.offer(num);
        	}
        }
    }

    public Double GetMedian() {
        //如果左边数目等于右边数目：各取顶点求均值
    	if(leftMax.size() == rightMin.size()) {
    		return (leftMax.peek() + rightMin.peek()) / 2.0;
    	}
    	//左边数目比较多，则取左边顶点
    	return new Double(leftMax.peek());
}