priority_queue、自己实现堆调整两种方式，求数据流中的中位数

题目描述如下：

要求插入的时间复杂度是O(logN)，取中位数的时间复杂度是O(1)
想到用优先队列priority_queue，插入时可以动态实现堆的调整

思路：
用大根堆存 <=中位数的那部分数，smallPart，存n/2个
用小根堆存 >= 中位数的那部分数，bigPart，存n/2或n/2+1个

  priority_queue<double> smallPart;//大根堆存储小的那部分
  priority_queue<double,vector<double>,greater<double>> bigPart;//小根堆存储大的那部分

即小根堆要么比大根堆多存一个（小根堆顶即中位数），要么存的一样多（两个堆顶和的平均数）

①当小根堆存的数 多于 大根堆时：应存到大根堆，又因为当前数可能比小根堆的堆顶大，所以先插到小根堆，再将小根堆堆顶pop出来，插到大根堆堆顶

  if(bigPart.size()>smallPart.size()){
   
      bigPart.push(num);
      smallPart.push(bigPart.top());
      bigPart.pop();
  }

②当小根堆存的数 等于 大根堆时：应存到小根根堆，又因为当前数可能比大根堆的堆顶小，所以先插到大根堆，再将大根堆堆顶pop出来，插到小根堆堆顶

  else{
   
      smallPart.push(num);
      bigPart.push(smallPart.top());
      smallPart.pop();
  }

③取的时候就很好判断了：如果小根堆存的比大根堆多，说明奇数个，小根堆堆顶即为中位数；否则偶数个，取两个的平均数

  double findMedian() {
   
      if(bigPart.size()==smallPart.size())
          return (bigPart.top()+smallPart.top())/2;
      else return bigPart.top();
  }

----------------------------------------这是分界线---------------------------------------

上面优先队列的push()、pop()实现了堆的插入、删除后的堆调整，其实也可以自己实现，顺便复习一下堆的知识

①堆的插入：
只能插入到最后一个位置，size++，然后从最后一个非叶子节点开始、向堆顶遍历调整堆

//堆的增加操作，必须是增加在最后一个节点
  void addHeap(vector<int> &input,int newNum){
   
      int i;
      int n=input.size();
      input.push_back(newNum);
      n++;