数据流中的中位数（堆）

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。

样例
输入：1, 2, 3, 4

输出：1,1.5,2,2.5

解释：每当数据流读入一个数据，就进行一次判断并输出当前的中位数。

算法一：
用STL，维护一个有序的vector数组，每次插入一个数时，先用lower_bound找到第一个大于等于x的位置，然后插入；

class Solution {
public:
    vector<int> nums;
    void insert(int num){
        auto x = lower_bound(nums.begin(),nums.end(),num);
        nums.insert(x,num);
    }

    double getMedian(){
        int n = nums.size();
        if(n&1) return nums[n/2];
        return (nums[n/2] + nums[n/2-1]) / 2.0;
    }
};

算法二：
用一个大根堆来维护左半边较小的数，小根堆来维护右半边较大的数，那么两个堆的对顶就是一组有序数中间相邻的两个数；

C++代码：

class Solution {
public:
    priority_queue<int> max_q;
    priority_queue<int,vector<int>,greater<int>> min_q;
    void insert(int num){
        max_q.push(num);
        if(min_q.size() && min_q.top() < max_q.top()) {
            int minv = min_q.top(); min_q.pop();
            int maxv = max_q.top(); max_q.pop();
            min_q.push(maxv); max_q.push(minv);
        }
        if(max_q.size() - min_q.size() > 1){
            min_q.push(max_q.top());
            max_q.pop();
        }
    }

    double getMedian(){
        if((max_q.size()+min_q.size())&1) return max_q.top();
        return (max_q.top()+min_q.top()) / 2.0;
    }
};