剑指 Offer 41. 数据流中的中位数

题目描述
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。

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 1：

输入：
[“MedianFinder”,“addNum”,“addNum”,“findMedian”,“addNum”,“findMedian”]
[[],[1],[2],[],[3],[]]
输出：[null,null,null,1.50000,null,2.00000]

来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/shu-ju-liu-zhong-de-zhong-wei-shu-lcof
著作权归领扣网络所有。商业转载请联系官方授权，非商业转载请注明出处。

Java

class MedianFinder {
    static  class MaxheapComparator implements Comparator<Integer>{
        @Override
        public int compare(Integer o1, Integer o2) {
            return  o2-o1;  //从大到小
        }
    }
    Queue<Integer> maxheap=new PriorityQueue<>(new MaxheapComparator());
    Queue<Integer> minheap=new PriorityQueue<>();
    //求数据流的中位数
    //保证大根堆的最大值小于小根堆的最小值
    //奇数时插大根堆，偶数时插小根堆， 边插边调整。
    /** initialize your data structure here. */
    public MedianFinder() {
    }
    
    public void addNum(int num) {
        //大根堆中放的都是小数
            if((maxheap.size()+minheap.size())%2==0){
            if(maxheap.size()>0  && num<maxheap.peek()){
                maxheap.add(num);
                num=maxheap.poll();
            }
            minheap.add(num);
        }else{
            if(minheap.size()>0&&minheap.peek()<num){
                minheap.add(num);
                num=minheap.poll();
            }
            maxheap.add(num);
        }
    }
    
    public double findMedian() {
         //已经保证最大堆和最小堆的元素数目差值为1，最小堆比最大堆多1
        int num=maxheap.size()+minheap.size();
        if(num==0)
            return  0.0;
        if(num%2==1)
            return (double)minheap.peek();
        else return  ((double)minheap.peek()+(double)maxheap.peek())/2;
    }
}

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