数据流的中位数

动态维护一个最大堆和一个最小堆，最大堆存储一半数据，最小堆存储一半数据，维持最大堆的堆顶比最小堆的堆顶小

偶数个数时，中位数就是两个堆顶的一半。奇数个数时，就是某一个堆顶。

添加元素时堆顶的调整：

1.最大堆与最小堆元素个数相同时：来一个数，这个数比最大堆堆顶小的话，添加进最大堆。这个数比最小堆堆顶大的话，push进最小堆

2.最大堆比最小堆多一个元素时：这个数比最大堆堆顶小的话，将最大堆堆顶push进最小堆，并在最大堆中弹出它，然后把新来的这个数push到最大堆。这个数比最大堆堆顶大的话，直接push到最小堆

3.最大堆比最小堆少一个元素时：刚好相反。如果来的这个数比最小堆堆顶大的话，将最小堆堆顶push到最大堆，然后在最小堆pop，将新来的数再添加到最小堆。如果新的这个数比最小堆堆顶小的话，Push到最大堆

class MedianFinder {
public:
    /** initialize your data structure here. */
    priority_queue big_heap;
    priority_queue,greater > small_heap;
    
    MedianFinder() {       
    }
    
    void addNum(int num) {
        if(big_heap.empty())
        {
            big_heap.push(num);
            return;
        }
        
        if(big_heap.size() == small_heap.size())//
        {
            if(num small_heap.size())//
        {
            if(num > big_heap.top())
            {
                small_heap.push(num);
            }else
            {
                small_heap.push(big_heap.top());
                big_heap.pop();
                big_heap.push(num);
            }
                
        }
        else if(big_heap.size() < small_heap.size())//
        {
            if(num < small_heap.top())
                big_heap.push(num);
            else
            {
                big_heap.push(small_heap.top());
                small_heap.pop();
                small_heap.push(num);
            }
        }
        
    }
    
    double findMedian() {
        if(big_heap.size() == small_heap.size())
            return 1.0*(big_heap.top() + small_heap.top())/2;//注意乘以1.0，这个错误我找了很久，麻蛋
        else if(big_heap.size() > small_heap.size())
            return big_heap.top();
        
            return small_heap.top();
    }
    

};

/**
 * Your MedianFinder object will be instantiated and called as such:
 * MedianFinder obj = new MedianFinder();
 * obj.addNum(num);
 * double param_2 = obj.findMedian();
 */