刷题--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。

其实我们不需要整个数据容器是有序的，可以把它分成两个部分，位于容器左边部分的数据比右边的数据小。设置两个指针，一个指向左边最大的数，一个指向右边最小的数，很显然，我们应该用堆来实现这两部分数据的存储。
一些细节：要保证数据平均分配到两个堆中。我们可以定义，当数据的总数目是奇数的时候，把新数据插入到大顶堆中，否则插入到小顶堆中。如果当前新的数据比小顶堆中的一些数据大，那么先把这个数据插入小顶堆，然后将小顶堆中最小的数据插入大顶堆。另一情况类似。
注意：python只能直接构建小顶堆。

# -*- coding:utf-8 -*-
import heapq

class Solution:
    def __init__(self):
        self.counter = 0
        self.data1 = []
        self.data2 = []

    def Insert(self, num):
        # write code here
        self.counter += 1

        if not self.data1:
            heapq.heappush(self.data1, num * (-1))
        else:
            if self.counter & 1 == 1:
                if num > self.data2[0]:
                    heapq.heappush(self.data2, num)
                    heapq.heappush(self.data1, heapq.heappop(self.data2) * (-1))
                else:
                    heapq.heappush(self.data1, num * (-1))
            else:
                if num < self.data1[0] * (-1):
                    heapq.heappush(self.data2, heapq.heappop(self.data1) * (-1))
                    heapq.heappush(self.data1, num * (-1))
                else:
                    heapq.heappush(self.data2, num)

    def GetMedian(self, n = None):
        # write code here
        if self.data1:
            if (len(self.data1) + len(self.data2)) & 1 == 1:
                return self.data1[0] * (-1)
            else:
                return (self.data1[0] * (-1) + self.data2[0]) / 2.0