数据流中的中位数

https://blog.csdn.net/qq_33575542/article/details/80881015

数据需要平均分配，所以就假定count是偶数就存入大顶堆，奇数个就存入小顶堆，再根据小顶堆所有数都比大顶堆大的原则进行调节，即小堆顶堆顶比大顶堆堆顶要大。
【注意】python中heapq模块提供的是小顶堆，如果要实现大顶堆，就需要通过以下方式：

from heapq import *
heappush(self.MaxData, -num)      # 将实际数取反放入
maxvalue = -heappop(self.MaxData) # 将取出的堆值取反 

资料：python中的heapq
python2.7代码如下：

# -*- coding:utf-8 -*-
from heapq import *
class Solution:
    def __init__(self):
        self.MinData = []
        self.MaxData = []
        self.count = 0
    def Insert(self, num):
        # write code here
        if self.count & 1:
            heappush(self.MinData, num)
            minvalue = heappop(self.MinData)
            heappush(self.MaxData, -minvalue) 
        else:
            heappush(self.MaxData, -num)
            maxvalue = -heappop(self.MaxData)
            heappush(self.MinData, maxvalue)
        self.count = self.count + 1
    def GetMedian(self,h):
        if self.count & 1:  #如果是奇数就返回小顶堆堆顶，因为此时小顶锥个数比大顶堆个数多1
            return self.MinData[0]
        return (self.MinData[0]- self.MaxData[0]) / 2.0