295. 数据流的中位数

中位数是有序列表中间的数。如果列表长度是偶数，中位数则是中间两个数的平均值。

例如，

[2,3,4] 的中位数是 3

[2,3] 的中位数是 (2 + 3) / 2 = 2.5

设计一个支持以下两种操作的数据结构：

• void addNum(int num) - 从数据流中添加一个整数到数据结构中。
• double findMedian() - 返回目前所有元素的中位数。

示例：

addNum(1)
addNum(2)
findMedian() -> 1.5
addNum(3) 
findMedian() -> 2

解题思路：需要中位数，我们考虑用两个优先级对立列，将数据流中的数进行分成两半，一般为数据流中偏小数，一半为数据流中偏大的数 比如 数据流为  1 6 8 5 4 9  那么分成的两半就为 1 4  5   和 6 8  9  将偏小的这一段放在一个大根堆，选出最大的值(5) ，偏大的一段放在小根堆，选出最小值(6)，这里大根堆和小根堆里面的数目相同，中位数就是(5+6)/2 ，我们在实现的过程中，始终让大根堆的元素个数大于小根堆，这样，如果数据流中是单数的话，就可以直接取出小根堆的值了

具体为 先放大根堆，如果大根堆个数比小根堆的个数超过2，就将大根堆的顶值扔到小根堆；如果个数不超过2，就看大根堆的顶值是否大于小根堆的顶值，如果大于，就交换两个堆的顶值

代码实现为

class MedianFinder {
public:
	/** initialize your data structure here. */
	MedianFinder() {

	}

	void addNum(int num) {
        big.push(num);
        //就简单的将big认为是左边，small认定为右边
        //这样做的原因是左部分只可能比右部分多一个
        if(big.size()-small.size()>1)
        {
            small.push(big.top());
            big.pop();
        }
        if(small.size()>0&&big.top()>small.top())
        {
            //交换两个的头部
            small.push(big.top());
            big.push(small.top());
            big.pop();
            small.pop();
        }
	}

	double findMedian() {
        if(small.size()==big.size())
		    return (double)(small.top() + big.top()) / 2;
        else
            //因为big一定多于small
            return big.top();
	}
private:
	priority_queue<int, vector<int>, greater<int>> small;
	priority_queue<int> big;
};

/**
* Your MedianFinder object will be instantiated and called as such:
* MedianFinder obj = new MedianFinder();
* obj.addNum(num);
* double param_2 = obj.findMedian();
*/