LeetCode 数据流的中位数（C++）

题目

中位数是有序列表中间的数。如果列表长度是偶数，中位数则是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：

addNum(1)
addNum(2)
findMedian() -> 1.5
addNum(3)
findMedian() -> 2

进阶:

如果数据流中所有整数都在 0 到 100 范围内，你将如何优化你的算法？
如果数据流中 99% 的整数都在 0 到 100 范围内，你将如何优化你的算法？

解题思路：

创建两个堆，将前一半数据(小的一半)放到一个极大堆里面，将后一半数据(大的一半)放到一个极小堆里面即可，然后当数据总量为计数的时候选出对应的极值，当数据量为偶数的时候，选出两个堆的极值然后求均值即可。
具体代码如下：

class MedianFinder {
private:
    vector<int> first{};  //the small nums, a max heap, when singular, push to it!
    vector<int> second{}; //the big nums, a min heap, when odd, push to it!       

public:
    /** initialize your data structure here. */
    MedianFinder() {}
    
    void addNum(int num) 
    {
        if ((first.size() + second.size()) % 2 == 0) //odd, push the num to the second
        {
            if (first.size() > 0 && num < first[0]) 
            {
                first.push_back(num);
                push_heap(first.begin(), first.end(), less<int>());
                num = first[0];
                pop_heap(first.begin(), first.end(), less<int>());
                first.pop_back();
            }
            second.push_back(num);
            push_heap(second.begin(), second.end(), greater<int>());
        }
        else
        {
            if (second.size() > 0 && num > second[0])
            {
                second.push_back(num);
                push_heap(second.begin(), second.end(), greater<int>());
                num = second[0];
                pop_heap(second.begin(), second.end(), greater<int>());
                second.pop_back();
            }
            first.push_back(num);
            push_heap(first.begin(), first.end(), less<int>());
        }
    }
    
    double findMedian() 
    {
        double res;
        if ((first.size() + second.size()) == 0) return -1;
        if (((first.size() + second.size())) % 2 == 0)
        {
            res = ((double)(first[0] + second[0])) / 2;
            return  res;
        }
        if ((first.size() + second.size()) % 2 == 1)
        {
            return (double)second[0];
        }
        return -1;
    }
};

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