剑指offer -- 数据流中的中位数

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。
解题思路：牛客网
PriorityQueue原理：Java堆结构PriorityQueue完全解析

public class Solution {

    int count = 0;
    PriorityQueue minHeap = new PriorityQueue();
    PriorityQueue maxHeap = new PriorityQueue(11, new Comparator() {
        @Override
        public int compare(Integer o1, Integer o2) {
        //PriorityQueue默认是小顶堆，实现大顶堆，需要反转默认排序器
        return o2.compareTo(o1);
        // o2 < o1 : -1 ; o2 = o1 : 0 ; o2 > o1 : 1 ;
        }
    });


    /**
     * 插入有两种思路：
     * 1：直接插入大堆中，之后若两堆尺寸之差大于1(也就是2)，则从大堆中弹出堆顶元素并插入到小堆中
     * 若两队之差不大于1，则直接插入大堆中即可。
     * 2：奇数个数插入到大堆中，偶数个数插入到小堆中，
     * 但是 可能会出现当前待插入的数比小堆堆顶元素大，此时需要将元素先插入到小堆，然后将小堆堆顶元素弹出并插入到大堆中
     * 对于偶数时插入小堆的情况，一样的道理。
     * 因为要保证最大堆的元素要比最小堆的元素都要小。
     */
    public void Insert(Integer num) {
        if (count % 2 == 0) {//当数据总数为偶数时，新加入的元素，应当进入小根堆
            //（注意不是直接进入小根堆，而是经大根堆筛选后取大根堆中最大元素进入小根堆）
            //1.新加入的元素先入到大根堆，由大根堆筛选出堆中最大的元素
            maxHeap.offer(num);
            int filteredMaxNum = maxHeap.poll();
            //2.筛选后的【大根堆中的最大元素】进入小根堆
            minHeap.offer(filteredMaxNum);
        } else {//当数据总数为奇数时，新加入的元素，应当进入大根堆
            //（注意不是直接进入大根堆，而是经小根堆筛选后取小根堆中最大元素进入大根堆）
            //1.新加入的元素先入到小根堆，由小根堆筛选出堆中最小的元素
            minHeap.offer(num);
            int filteredMinNum = minHeap.poll();
            //2.筛选后的【小根堆中的最小元素】进入大根堆
            maxHeap.offer(filteredMinNum);
        }
        count++;
    }

    public Double GetMedian() {
        //为了保证插入新数据和取中位数的时间效率都高效，这里使用大顶堆+小顶堆的容器，并且满足：
        //1、两个堆中的数据数目差不能超过1，这样可以使中位数只会出现在两个堆的交接处；
        //2、大顶堆的所有数据都小于小顶堆，这样就满足了排序要求。
        if (count %2 == 0) 
            return new Double((minHeap.peek() + maxHeap.peek())) / 2;
        else
            return new Double(minHeap.peek());
    }
}