堆/优先级队列 - 41. 数据流中的中位数

思路：两个堆，一个最大堆一个最小堆。最大堆保存小的数，最小堆保存大的数。
形象的来个图（帮大家活动下脖子）

此时我们就可以发现最小堆和最大堆保存的值就是中位数。如果是偶数，直接将两个堆顶加和除二即可。如果是奇数，直接返回最大堆的堆顶即可。
为了让两个堆均衡负载，我们可以通过他们的大小来决定流中的数字进那个堆。

class MedianFinder {
        public  PriorityQueue<Integer> maxHeap,minHeap;
        /** initialize your data structure here. */
        public MedianFinder() {
	        //一个lamda表达式，因为定义的泛型是整形，
	        //所以可以用lamda表大是定义一个比较器。
	        //原本的比较器比较的是a 与 b ,a > b返回1. 也就是 a - b
	        //为了让小根堆变成大根堆，要让他反向比较才可以
	        //所以传入的比较器为 b - a
            maxHeap = new PriorityQueue<Integer>((a,b)->(b - a));
            minHeap = new PriorityQueue<Integer>();
        }

        public void addNum(int num) {
            //直接添加到最小堆中去，如果不平衡添加回来即可。
            maxHeap.offer(num);
            minHeap.offer(maxHeap.poll());
            if(maxHeap.size() < minHeap.size()){
                maxHeap.offer(minHeap.poll());
            }
        }

        public double findMedian() {
            //如果是奇数，直接返回中位数
            //如果是偶数，那么中位数就是最大堆和最小堆顶之和
            if(maxHeap.size() == minHeap.size() ){
                return (maxHeap.peek()+minHeap.peek())*0.5;
            }
            return maxHeap.peek()/1.0;
        }
    }