剑指offer:求数据流的中位数

题目叙述:

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。我们使用Insert()方法读取数据流，使用GetMedian()方法获取当前读取数据的中位数。

思考:

考虑使用优先队列求取数据流的中位数。Java中的优先队列more是小顶堆

代码:

import java.util.Queue;
import java.util.PriorityQueue;
import java.util.Comparator;
public class Solution {
    Queue<Integer> rqueue = new PriorityQueue<>();//小顶堆，作为右树
        Queue<Integer> lqueue = new PriorityQueue<>(new Comparator<Integer>() {
            @Override
            public int compare(Integer o1, Integer o2) {
                return o2-o1;
            }
        });//大顶堆作为左树
    public void Insert(Integer num) {
        
        //如果当前大顶堆为空或者当前大顶堆的堆顶元素大于当前数据流传入的数字，就将该元素放进大顶堆
        //如果当前大顶堆的堆顶元素小于当前数据流传入的数字，就将该元素放进小顶堆
        //每次放完之后都要保证两棵树的节点数量均衡,维持大顶堆的数都小于等于小顶堆的数，且两者的个数相等或差1
        if(lqueue.isEmpty() || (lqueue.peek()>=num)){
            lqueue.offer(num);
        }
        if(lqueue.peek()<num){
            rqueue.offer(num);
        }
        if(rqueue.size()-lqueue.size()==2){
            lqueue.offer(rqueue.poll());
            
        }
        if(lqueue.size()-rqueue.size()==1){
            rqueue.offer(lqueue.poll());
        }
    }

    public Double GetMedian() {
        return lqueue.size() == rqueue.size()?(lqueue.peek() + rqueue.peek()) / 2.0 : rqueue.peek()*1.0;
    }
}