1--数据流中的中位数（41）

主要思路：

维护两个优先队列，Q1大数优先，存储比中位数小的数；Q2小数优先，存储比中位数大的数；

当存储的数为偶数时，Q1.size() == Q2.size(), 中位数为：(Q1.top() + Q2.top()) / 2.0

当存储的数为奇数时，Q2.size() = Q1.size() + 1, 中位数为 Q2 的队头元素

因此插入元素，要确保Q2.size() >= Q1.size();

同时插入新元素时，要先插入到另一个队列中，确保有序，取队头元素再插入到目的元素中；

#include <iostream>
#include <queue>   
#include <algorithm>

class MedianFinder {
public:
    MedianFinder() {}
    
    void addNum(int num) {
        // Q1大数优先，存储比中位数小的数
        // Q2小数优先，存储比中位数大的数
        // 当存储的数为偶数时，Q1.size() == Q2.size(), 中位数为：(Q1.top() + Q2.top()) / 2.0
        // 当存储的数为奇数时，Q2.size() = Q1.size() + 1, 中位数为 Q2 的队头元素
        // 因此插入元素，要确保Q2.size() >= Q1.size(); 
        // 同时插入新元素时，要先插入到另一个队列中，确保有序，取队头元素再插入到目的元素中
        if(Q1.size() == Q2.size()){
            Q1.push(num);
            int top = Q1.top();
            Q1.pop();
            Q2.push(top);
        }
        else{
            Q2.push(num);
            int top = Q2.top();
            Q2.pop();
            Q1.push(top);
        }
    }
    
    double findMedian() {
        if(Q1.size() == Q2.size()){
            return (Q1.top() + Q2.top()) / 2.0;
        }
        else{
            return Q2.top()*1.0;
        }
        
    }
private:
    std::priority_queue<int, std::vector<int>, std::less<int>> Q1; // 大数优先级高，队头
    std::priority_queue<int, std::vector<int>, std::greater<int>> Q2; // 小数优先级高，队头
};


int main(int argc, char *argv[]){
    MedianFinder S1;
    S1.addNum(1);
    S1.addNum(4);
    S1.addNum(2);
    S1.addNum(3);
    double Res = S1.findMedian();
    std::cout << Res << std::endl;
    return 0;
}