剑指 Offer 41. 数据流中的中位数

中间的那个数比排序后的左边的大，比右边的小。创建一个大顶堆和小顶堆。每次加数的时候，大顶堆加一次，小顶堆加一次。中位数就是堆顶的情况。画图举例走一次就会了。

 

class MedianFinder {
    int count = 0;
    PriorityQueue<Integer> minHeap = new PriorityQueue();
    PriorityQueue<Integer> maxHeap = new PriorityQueue(new Comparator<Integer>(){
        @Override
        public int compare(Integer o1, Integer o2){
            return o2-o1;
        }
    });
    /** initialize your data structure here. */
    public MedianFinder() {

    }
    
    public void addNum(int num) {
        //大顶堆加一次，小顶堆加一次。如果之前是偶数次，这次就加入到小顶堆中
        if((count & 1) == 0){
            //因为小顶堆中要添加元素，这个元素可以是当前加入来的数，也可以是从大顶堆中来。
            if(!maxHeap.isEmpty() && num < maxHeap.peek()){
               int tem = maxHeap.poll();
               maxHeap.add(num);
               num = tem;
            }
            minHeap.add(num);
        }else{//又来数据后，这次就加到大顶堆
        //同样的，如果此时的数据比小顶堆中的堆顶元素还大，说明这个数是要加到小顶堆中的，那就把小堆堆顶元素加到大顶堆中来。
        if(!minHeap.isEmpty() && num > minHeap.peek()){
            int tem = minHeap.poll();
            minHeap.add(num);
            num = tem;
        }
        maxHeap.add(num);
        }
        count++;
    }
    public double findMedian() {
        int allCount = minHeap.size() + maxHeap.size();
        if((allCount & 1) == 1){
            return (double)minHeap.peek();
        }else{
            return (minHeap.peek() + maxHeap.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();
 */