剑指offer—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。

import java.util.PriorityQueue;
import java.util.Comparator;
public class Solution {
    int count = 0;
    PriorityQueue<Integer> minHeap = new PriorityQueue<Integer>();
    PriorityQueue<Integer> maxHeap = new PriorityQueue<Integer>(11,new Comparator<Integer>(){
        public int compare(Integer o1, Integer o2){
            return o2-o1;
        }
    });
    public void Insert(Integer num) {
        count++;
        if(count%2==0){
            maxHeap.offer(num);
            minHeap.offer(maxHeap.poll());
        }else{
            minHeap.offer(num);
            maxHeap.offer(minHeap.poll());
        }
    }

    public Double GetMedian(){
        if(count%2==0){
            return (minHeap.peek()+maxHeap.peek())/2.0;
        }else{
            return new Double(maxHeap.peek());
        }
    }


}

思路：本题利用最大堆和最小堆，当数据流中的数据总数为奇数时，将当前数据添加到最大堆中，数据流中的数据总数为偶数时，将当前数据添加到最小堆中，这里注意一个问题，我们要保证最小堆中的堆顶比最大堆中的堆顶要大，这样当数据流中的总数为偶数时，中位数为最小堆的堆顶和最大堆堆顶的平均值，当当数据流中的总数为偶数时，中位数为最大堆的堆顶，这里实现最小堆中的堆顶比最大堆中的堆顶要大有一个技巧，就是本来当前数字是要offer到最小堆时。我们先将其offer到最大堆，再将最大堆的堆顶offer到最小堆，对于当前数字要offer到最大堆同理