数据流中获取随时获取中位数（堆结构的应用）

问题：有一个每刻都在往外吐数据的机器，要求随时打印其中位数，时间复杂度为O(N)。

思路：运用堆的性质，准备一个大根堆，一个小根堆，每次吐的数据都进入小根堆中，当发现小根堆的size比大根堆多2个时，此时小根堆头节点出堆进入大根堆中，这样两个堆的size差距最多为1，中位数必然是两个堆的头节点取得。当然，如果总的数据个数为偶数，需要对两个堆头节点取平均值。
对于stl中比较器不了解的可以查阅https://blog.csdn.net/qq_42673507/article/details/85557902

#include <iostream>
#include <queue>
using namespace std;
//仿函数作为比较器
struct cmp1 {
	bool operator()(int a,int b)const {
		if (a > b) {
			return true;
		}
		else {
			return false;
		}
	}
};
struct cmp2 {
	bool operator()(int a, int b)const {
		if (a < b) {
			return true;
		}
		else {
			return false;
		}
	}
};
int main()
{
	priority_queue<int, vector<int>,cmp2>big_heap;
	priority_queue<int, vector<int>,cmp1>small_heap;
	int a,count = 0;
	while (cin >> a) {
		count++;
		small_heap.push(a);
		if (small_heap.size()- big_heap.size()>1) {
			big_heap.push(small_heap.top());
			small_heap.pop();
		}
		if (count % 2 == 0) {
			cout << "中位数为：" << (small_heap.top()+ big_heap.top()) / 2 << endl;
		}
		else {
			if (count == 1) {
				cout << "中位数为：" << small_heap.top() << endl;
			}
			else {
				cout << "中位数为：" << (small_heap.top() > big_heap.top() ? small_heap.top() : big_heap.top()) << endl;
			}
		}
	}
	return 0;
}