刷题记录 数据流中的中位数

设计一个支持以下两种操作的数据结构：

void addNum(int num) - 从数据流中添加一个整数到数据结构中。
double findMedian() - 返回目前所有元素的中位数。

输入：
["MedianFinder","addNum","addNum","findMedian","addNum","findMedian"]
[[],[1],[2],[],[3],[]]
输出：[null,null,null,1.50000,null,2.00000]

用两个堆来记录数据中大的一半和小的一半，大的一半用一个小顶堆记录（堆的top是堆的最小值），小的一半用一个小顶堆记录（堆的top是堆的最大值）

class MedianFinder {
public:
    // 小顶堆，最小的数在上面，top值是最小数，pop出来的是top，保存较大的一半
    priority_queue<int, vector<int>, greater<int>> A; 
    // 大顶堆，最大的数在上面，top值是最大数，pop出来的是top，保存较小的一半
    priority_queue<int, vector<int>, less<int>> B; 
    MedianFinder() { }
    void addNum(const int&num) {
        //若A,B数量不一致（A多）
        if(A.size() != B.size()) {
            //先放进A
            A.push(num);
            //再把A的最小值放进B
            B.push(A.top());
            A.pop();
        } else {//A,B数量一样多
            //先放进去B
            B.push(num);
            //把B的最大值放进A
            A.push(B.top());
            B.pop();
        }
    }//保证了A中的数都比B中的大，A的top是最大的那一半的最小值，B的top是小的那一半的最大值
    double findMedian() {
        return A.size() != B.size() ? A.top() : (A.top() + B.top()) / 2.0;
    }
};