剑指offer（63）求数据流的中位数

import java.util.PriorityQueue;
import java.util.Comparator;

public class Solution {//小顶堆是PriorityQueue的默认结构，所以大顶堆需要重写compare方法，做一个比较器
    private PriorityQueue minHeap = new PriorityQueue();
    private PriorityQueue maxHeap = new PriorityQueue(11, new Comparator(){
        public int compare(Integer o1, Integer o2){
            return o2 - o1;
        }
    });
    int count = 0;
    public void Insert(Integer num) {//如果奇数位进大顶堆，偶数位进小顶堆，总数奇数个的所有数字的中位数在minHeap的顶端。反之，在maxHeap的顶端
        count++;
        if((count & 1) == 0){//先进大顶堆，再把大顶堆中最大的放入小顶堆，则说明大顶堆中最大的数字都小于等于小顶堆中的数字。
            maxHeap.offer(num);
            minHeap.offer(maxHeap.poll());
        }else{//反之，先进小顶堆，再把小顶堆的顶部放入大顶堆，说明小顶堆中最小的数字都大于等于大顶堆，保证了小顶堆中所有数字大于大顶堆
            minHeap.offer(num);
            maxHeap.offer(minHeap.poll());
        }
    }//并且每个num都经历过一次比较的过程，一直能够保证大顶堆和小顶堆的大小差值不超过1.
    //当数字量为奇数，大顶堆的堆顶是小的那count/2的数中最大的，小顶堆的堆顶是大的count/2的数中最小的，则中位数就可以求了

    public Double GetMedian() {
        if((count & 1) == 0)
            return (double)(minHeap.peek() + maxHeap.peek()) / 2.0;
        else
            return (double)maxHeap.peek();
    }

//本方法奇数位进小顶堆，如果count为奇数，最后返回的中位数 应该在maxHeap中
//还可以偶数位进小顶堆，如果count为奇数，最后返回的中位数 应该在minHeap中
//如果count为偶数，则就是求两个堆顶 / 2的值
}

 

“以上方法使用优先级队列的方式，JDK1.5之后可以扩容。”还没有考证这句话。

Heap底层用的是Vector（ArrayList），固定数组，有扩容负担。

《程序员面试宝典》上写的是先设计一个没有扩容负担的堆结构，然后在那个自己设计的堆结构的基础上做这道题，还需要再看。