数据流中的中位数

题目描述
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。我们使用Insert()方法读取数据流，使用GetMedian()方法获取当前读取数据的中位数。

思路1：插入排序
时间复杂度为O（n² ）

class Solution {
private:
    vector<int> data;
public:
    void Insert(int num)
    {
        if(data.empty() || num > data[data.size()-1])
            data.push_back(num);
        else{
            for(int i = 0;i < data.size();i++){
                if(num <= data[i]){
                    data.insert(data.begin()+i,num);
                    break;
                }
            }
        }
    }

    double GetMedian()
    { 
        double res;
        int len = data.size();
        if(len % 2 == 1){//odd
            res = (double)data[len / 2];
        }else{
            res = (double)(data[len / 2] + data[len / 2 - 1]) / 2;
        }
        return res;
    }

};

思路2：借用堆排序
时间复杂度O（logn）
把输入的数据流一分为二
左半部分存在大顶堆left里
右半部分存在小顶堆right里
要求大顶堆的堆顶永远 小于 小顶堆的堆顶
并且大顶堆和小顶堆的元素个数必须 相等 或者 大顶堆比小顶堆多一个
（因为要求中位数，left和right的堆顶必须能得出中位数）

具体实现思路就是先判断当前数字放进left还是right，然后再调整left和right的大小关系

class Solution {
private:
    priority_queue<int> left;//左半部分大顶堆
    priority_queue<int,vector<int>,greater<int> > right;//右半部分小顶堆
public:
    void Insert(int num)
    {
        if(left.empty() || num < left.top())
            left.push(num);
        else
            right.push(num);
        
        if(right.size() - left.size() == 1){
            left.push(right.top());
            right.pop();
        }
        if(left.size() - right.size() == 2){
            right.push(left.top());
            left.pop();
        }
    }

    double GetMedian()
    { 
        double res;
        if(left.size() > right.size())
            res = (double)left.top();
        else
            res = (double)(left.top() + right.top()) / 2;
        return res;
    }

};