剑指offer--随时找到数据流的中位数

有一个远远不断的吐出整数的数据流，假设你有足够的空间来保存吐出的数，请设计一个名叫MedianHolder的结构，MedianHolder可以随时去的之前吐出所有数的中位数。

要求：1.如果MedianHolder已经保存了吐出的N个数，那么任意时刻将一个新数加入到MedianHolder的过程，其时间复杂度为O(logN)。

2.取得已经吐出的N个数整体的中位数的过程，时间复杂度为O(1)。

思路：准备两个堆，一个大根堆，一个小根堆。力争做到如果排完序之后，前n/2个数放在大根堆里面，后n/2个数放在小根堆里面。这样大根堆的堆顶和小根堆的堆顶就一定能压中中位数。比如7,3,4,5这样一个数据流，就把3,4放在大根堆里面，4在堆顶；7,5放在小根堆里面，5在堆顶。则4和5正好是可以压中中位数的位置。

具体做法是：一开始两个堆都是空的，遇到的第一个数默认放在大根堆里面，新的数记为new_number，如果这个数小于等于大根堆的堆顶，就把new_number放到大根堆的堆顶去；如果new_number大于大根堆的堆顶，就放到小根堆里面去。如果不平也好解决。比如如果第一个数是5，就把5放到大根堆里面，接下来再遇到3，则3放到大根堆里面去，这个时候大根堆有2个数，小根堆有0个数，而我们每加一个数，都考察一下两个堆的size大小是否超过1 。当一个size是2一个size是0的时候就超过了，这个时候大根堆的堆顶弹出一个5进小根堆，就又平了。接下里再遇到一个数6，大于大根堆的堆顶3，则6直接进小根堆；接下来又来一个数4,4比3大，则4也进小根堆，这时候两个堆size差值又超过1了，则小根堆的堆顶弹出一个4进大根堆，此时大根堆堆顶是5，小根堆堆顶是4，又压中了中位数的位置。所以整个策略就是，只关心大根堆的堆顶，判断当前数与大根堆堆顶的关系来决定当前数进大根堆还是小根堆。如果两个堆的size大小超过了1，就让较大的堆的堆顶弹出进另外一个堆。这样一直可以保证前n/2个数放在大根堆里面，后n/2个数放在小根堆里面。