剑指offer41.数据流中的中位数

题目：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。

示例一：
输入：
[“MedianFinder”,“addNum”,“addNum”,“findMedian”,“addNum”,“findMedian”]
[[],[1],[2],[],[3],[]]
输出：[null,null,null,1.50000,null,2.00000]

思路：我们可以使用java中的优先队列PriorityQueue来实现，一个用来存放大的，一个用来存放小的。存放大的用小顶堆实现（priorityqueue默认是升序，小顶堆），也就是队列中小的先出，另一个用大顶堆也就是大的先出。

A中的元素比B中的大，因此往B中放元素的时候，需要先放入到A中，然后A弹出元素（每次弹出最小的），加入到B（每次弹出最大的）中，反之一样。
当A的长度m不等于B的长度n时，往B添加元素。（比如A中有一个元素，则往B中加元素）
当A的长度m等于B的长度n时，往A中加元素。（比如刚开始都为0，往A中加元素）
总得原则是：A中存大的，B中存小的。
取元素时：
m =n ,说明是偶数，则中位数为A的堆顶+B的栈顶之和/2.0；
m != n ,说明是奇数，则中位数为A的堆顶元素

class MedianFinder {
    Queue<Integer> queueA;
    Queue<Integer> queueB;
    /** initialize your data structure here. */
    public MedianFinder() {
        queueA = new PriorityQueue<Integer>();//默认，升序小的先出，小顶堆
        queueB = new PriorityQueue<Integer>((x,y)->(y-x));// 大顶堆
    }
    
    public void addNum(int num) {
        if(queueA.size() != queueB.size()){
            //往B中放元素
            queueA.add(num);
            queueB.add(queueA.poll());
        }else{
            //往A中放元素
            queueB.add(num);
            queueA.add(queueB.poll());
        }
    }
    
    public double findMedian() {
            return queueA.size() != queueB.size() ? queueA.peek() :(queueA.peek()+queueB.peek())/2.0;
    }
}

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