leetcode295. 数据流的中位数

中位数是有序列表中间的数。如果列表长度是偶数，中位数则是中间两个数的平均值。

例如，

[2,3,4] 的中位数是 3

[2,3] 的中位数是 (2 + 3) / 2 = 2.5

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。
示例：

addNum(1)
addNum(2)
findMedian() -> 1.5
addNum(3)
findMedian() -> 2
进阶:

如果数据流中所有整数都在 0 到 100 范围内，你将如何优化你的算法？
如果数据流中 99% 的整数都在 0 到 100 范围内，你将如何优化你的算法？

思路：
对顶堆维护。
主要是熟悉一下leetcode这种写代码风格。

class MedianFinder {
public:
    /** initialize your data structure here. */
    //q1大根堆，q2小根堆;q1维护1~(n + 1)/2,q2维护 (n+1)/2+1~n
    priority_queue<int>q1,q2;
    int n;

    MedianFinder() {
        n = 0;
    }
    
    void addNum(int num) {
        n++;
        if(n == 1)
        {
            q1.push(num);
        }
        else 
        {
            int x1 = q1.top();
            if(num > x1)q2.push(-num);
            else q1.push(num);

            if(q1.size() > (n + 1) / 2)
            {
                 q2.push(-q1.top());q1.pop();
            }
            if(q2.size() > n - (n + 1) / 2)
            {
                 q1.push(-q2.top());q2.pop();
            }
        }
    }
    
    double findMedian() {
        double x1 = (double)q1.top(),x2 = 0.0;
        if(q2.size())x2 = (double)-q2.top();
        if(n % 2 == 0)
        {
            return (x1 + x2) / 2;
        }
        else 
        {
            return x1;
        }
    }
};

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