295. 数据流的中位数/C++

利用最大堆和最小堆，
始终保持两个堆的大小最多只相差1，
如果大小相等，则中位数是两个堆根节点的平均数，
否则就是较多的那个堆的根节点。

当最大堆比较多，
如果是大的数，则直接加入最小堆，
如果是小的数，则将最大堆的根节点移到最小堆，令最小堆更多，将小的数加入最大堆
反之同理

class MedianFinder {
    priority_queue<double>  maxHeap;//最大堆
    priority_queue<double,vector<double>,greater<double>> minHeap;//最小堆
public:
    /** initialize your data structure here. */
    MedianFinder() {
        
    }
    
    void addNum(int num) {
    	//为空时，随便加入哪个堆
        if(maxHeap.empty()){
            maxHeap.push(num);
            return;
        }
        //大小相等时，小的数加入最大堆，大的数加入最小堆
        if(maxHeap.size() == minHeap.size()){
            if(num < maxHeap.top())
                maxHeap.push(num);
            else
                minHeap.push(num);
        //最大堆比较多，如果是大的数，则直接加入最小堆
        //否则将最大堆的根节点移到最小堆，令最小堆更多，将小的数加入最大堆
        //反之同理
        }else if(maxHeap.size() > minHeap.size()){
            if(num > maxHeap.top())
                minHeap.push(num);
            else{
                minHeap.push(maxHeap.top());
                maxHeap.pop();
                maxHeap.push(num);
            }
        }else{
            if(num < minHeap.top())
                maxHeap.push(num);
            else{
                maxHeap.push(minHeap.top());
                minHeap.pop();
                minHeap.push(num);
            }
        }
    }
    
    double findMedian() {
        if(maxHeap.size() == minHeap.size())
            return (maxHeap.top()+minHeap.top())/2;
        else if(maxHeap.size() > minHeap.size())
            return maxHeap.top();
        else
            return minHeap.top();
    }
};

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