剑指offer -- 数据流中的中位数

leetcode链接：https://leetcode-cn.com/problems/shu-ju-liu-zhong-de-zhong-wei-shu-lcof/

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]

示例 2：

输入：
["MedianFinder","addNum","findMedian","addNum","findMedian"]
[[],[2],[],[3],[]]
输出：[null,null,2.00000,null,2.50000]

解题思路：采用一个大根堆一个小根堆，大根堆存储数据流中较小的一部分，小根堆存储数据流中较大的一部分，当大根堆与小根堆大小相等时，此时增加一个元素，数据流大小是奇数，此时规定返回小根堆的堆顶，若是偶数，返回两个堆顶的平均值。因此在新增元素时，若此时数据流中是奇数，则要在大根堆新增，但是需要先将元素加入小根堆排序后，将小根堆的堆顶元素加入大根堆，若此时数据流中是偶数，则相反的操作，这样可以保证直接返回小根堆堆顶就是中位数。

class MedianFinder {

    PriorityQueue<Integer> A,B;
    /**
     * initialize your data structure here.
     */
    public MedianFinder() {
        A = new PriorityQueue<>();
        B = new PriorityQueue<>(new Comparator<Integer>() {
            @Override
            public int compare(Integer o1, Integer o2) {
                return o2-o1;
            }
        });
    }

    public void addNum(int num) {
        if(A.size() != B.size()){
            A.offer(num);
            B.offer(A.poll());
        }else{
            B.offer(num);
            A.offer(B.poll());
        }
    }

    public double findMedian() {
        return A.size()==B.size() ? (A.peek()+B.peek())/2.0 : A.peek();
    }
}

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