中位數是有序列表中間的數。如果列表長度是偶數，中位數則是中間兩個數的平均值。
例如，[2,3,4] 的中位數是 3
[2,3] 的中位數是 (2 + 3) / 2 = 2.5
設計乙個支援以下兩種操作的資料結構：
void addnum(int num) - 從資料流中新增乙個整數到資料結構中。
double findmedian() - 返回目前所有元素的中位數。
示例：addnum(1)
addnum(2)
findmedian() -> 1.5
addnum(3)
findmedian() -> 2
高階:如果資料流中所有整數都在 0 到 100 範圍內，你將如何優化你的演算法？
如果資料流中 99% 的整數都在 0 到 100 範圍內，你將如何優化你的演算法？
按照題目要求，最簡單的方法是維持乙個動態陣列，在每次執行插入操作時將元素num儲存到動態陣列中；在每次findmedian時先將陣列排序，再查詢中位數返回結果。該方法超時，本文不進行介紹。下面介紹其他兩種解決方法：
（1）兩個堆的方法，即維護乙個最大堆和乙個最小堆，最大堆中儲存小於等於中位數的元素，最小堆中儲存大於中位數的元素。如果陣列的長度n為奇數時，最大堆的堆頂即為結果；如果n為偶數，最大堆和最小堆的堆頂元素的平均值即為結果。該方法的難點在於怎麼平衡兩個堆中元素的個數，平衡方法請見**。
（2）multiset 和雙指標，利用multiset（內部的資料結構為自平衡二進位制搜尋樹）自動排序的功能。我們保持兩個指標：乙個用於中位數較低的元素，另乙個用於中位數較高的元素。當元素總數為奇數時，兩個指標都指向同乙個中值元素（因為在本例中只有乙個中值）。當元素數為偶數時，指標指向兩個連續的元素，其平均值是輸入的代表中位數。其中兩個指標的更新方式，請見**。
（1）兩個堆的方法
class medianfinder
void addnum(int num)
}double findmedian()
};/**
* your medianfinder object will be instantiated and called as such:
* medianfinder* obj = new medianfinder();
* obj->addnum(num);
* double param_2 = obj->findmedian();
*/
（2）multiset + 雙指標方法
class medianfinder
void addnum(int num)
else if(n & 1) //n為奇數時，插入num之後變為偶數
else //num插入到大於等於中位數的一邊
}else //n為偶數時，插入num之後變為奇數
else if(num >= *r_mid) //num插入到大於等於右中位數的一邊
else // num <= *l_mid < *r_mid 注意當num == *l_mid時，num插入到l_mid和r_mid的中間}}
double findmedian()
};/**
* your medianfinder object will be instantiated and called as such:
* medianfinder* obj = new medianfinder();
* obj->addnum(num);
* double param_2 = obj->findmedian();
*/
（2）multiset + 雙指標方法
LeetCode 295 資料流的中位數
中位數是有序列表中間的數。如果列表長度是偶數，中位數則是中間兩個數的平均值。例如，2,3,4 的中位數是 3 2,3 的中位數是 2 3 2 2.5 設計乙個支援以下兩種操作的資料結構 示例 addnum 1 addnum 2 findmedian 1.5 addnum 3 findmedian 2...
LeetCode 295 資料流的中位數
中位數是有序列表中間的數。如果列表長度是偶數，中位數則是中間兩個數的平均值。例如，2,3,4 的中位數是 3 2,3 的中位數是 2 3 2 2.5 設計乙個支援以下兩種操作的資料結構 void addnum int num 從資料流中新增乙個整數到資料結構中。double findmedian 返...
leetcode 295 資料流的中位數
中位數是有序列表中間的數。如果列表長度是偶數，中位數則是中間兩個數的平均值。例如，2,3,4 的中位數是 3 2,3 的中位數是 2 3 2 2.5 設計乙個支援以下兩種操作的資料結構 void addnum int num 從資料流中新增乙個整數到資料結構中。double findmedian 返...