剑指offer 数据流中的中位数（详细解释！！！）

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。

样例
输入：1, 2, 3, 4

输出：1,1.5,2,2.5

解释：每当数据流读入一个数据，就进行一次判断并输出当前的中位数。

思路：维护一个大顶堆和一个小顶堆，将较大的数放入小顶堆，将较小的数放入大顶堆。奇数时返回大顶堆堆顶，偶数时返回两堆顶的平均数。

维护原则：

1. 元素都先插到大顶堆
2. 如果大顶堆堆顶大于小顶堆堆顶，分别交换堆顶（先pop再push）
3. 如果大顶堆数量比小顶堆大2，小顶堆push大顶堆堆顶，大顶堆pop

代码如下：

class Solution {
public:
    priority_queue<int>max_heap;
    priority_queue<int,vector<int>,greater<int>>min_heap;
    void insert(int num){
    	//元素都先插到大顶堆
        max_heap.push(num);
        // 如果大顶堆堆顶大于小顶堆堆顶，分别交换堆顶（先pop再push）
        if(min_heap.size()&&max_heap.top()>min_heap.top()){
            int max_num = max_heap.top(), min_num = min_heap.top();
            max_heap.pop(),min_heap.pop();
            max_heap.push(min_num),min_heap.push(max_num);
        }
        // 如果大顶堆数量比小顶堆大2，小顶堆push大顶堆堆顶，大顶堆pop
        if(max_heap.size()>min_heap.size()+1){
            min_heap.push(max_heap.top());
            max_heap.pop();
        }
        
    }

    double getMedian(){
        if((max_heap.size()+min_heap.size())&1)return max_heap.top();
        else return (max_heap.top()+min_heap.top())/2.0;
    }
};