数据流中的中位数

整体思路还是让数组实现排序，只不过是将元素平均分配在一个大根堆和一个小根堆上？
原因： 假设数组已经排好顺序（从小到大），将数组均分为两份（left, right, left.length -right.length <=1 ），得到的数组有两个特征：
1.left里的元素都比right里的小
2. 如果原数组有奇数个元素，那么中位数肯定left里最大的那个，否则的话，就是
(max(left) + min (right)) / 2

所以基于上述特征所以选择用一个大顶堆来存放应该属于left里的元素，用一个小顶堆来存放应该属于right里的元素，最后根据原数组的个数是奇数还是偶数，来求出中位数

奇数位置的元素为什么要优先放在大顶堆？
原因： 也是根据上述特征， 再求中位数的过程中一定有left里最大（最左）的元素参与，要么直接就是它，要么就是让它和right最小相加再除以二。

static class BigComparator implements Comparator<Integer> {
        @Override
        public int compare(Integer o1, Integer o2) {
            return o2 - o1;
        }
    }

    static Integer getMedian(int[] arr) {
        if (arr == null) {
            return null;
        }
        PriorityQueue<Integer> min = new PriorityQueue<>();
        PriorityQueue<Integer> max = new PriorityQueue<>(new BigComparator());

        for (int i = 0; i < arr.length; i++) {
            if ((i & 1) > 0) { // 奇数位
                if (min.isEmpty() && arr[i] <= min.peek()) {
                    max.add(arr[i]);
                }else{
                    max.add(min.poll());
                    min.add(arr[i]);
                }
            }else {
                if (max.isEmpty() || arr[i] >= max.peek()) {
                    min.add(arr[i]);
                }else{
                    min.add(max.poll());
                    max.add(arr[i]);
                }
            }
        }

        if ((arr.length & 1) > 0) { // 说明中位数在大顶堆的第一个
            return max.peek();
        }else {
            return (max.peek() + min.peek()) >> 1;
        }
    }