題目：資料不斷的進入，要求實現addnum()和findmedian()兩個函式。來進行數字的新增和中位數的查詢。
public void addnum(int num)
public double findmedian()
思路：1.先說一下基本的思路：
可以對目前的資料進行排序，如使用快速排序o(nlogn)，然後直接返回中間的那個數o(1)。
2.一：維護較大元素區間的minheap和乙個維護較小元素區間的maxheap
二：怎麼維持？用什麼條件判斷？（addnum的實現內容）
三：返回中位數時用什麼條件判斷？
用乙個維護較大元素區間的minheap和乙個維護較小元素區間的maxheap來做，時間複雜度為o(logn)（堆的操作時間複雜度為o(logn)），空間複雜度為o(n)。
為什麼乙個（維護較大元素）minheap和乙個（維護較小元素）maxheap可以實現查詢中位數？
因為維護較大元素的minheap的堆頂元素和維護較小元素的maxheap堆頂元素分別對應乙個有序序列中間的2個數或1個數。就相當於用這兩個不同的堆模擬了乙個有序序列從中間分為兩半。這兩個堆的元素從乙個方向看正好是乙個有序序列。這樣就可以獲得中位數。
如何維持維護較大元素區間的minheap和維護較小元素區間的maxheap？
首先把乙個元素加入maxheap，然後經過堆調整後，把maxheap堆頂元素加入到minheap，這樣就把大的元素（maxheap出來的是最大值）慢慢地放到了minheap中，就維持較大區間了。反過來也是，這樣就可以維持。
注意：1.其實第一下加到哪個heap都行
2.返回兩堆頂的和/2.0，一定要/2.0化為double。size不相等時總體元素數為單數，返回minheap堆頂元素。
3.用minheap和maxheap的size()來判斷。
/*
先說一下有什麼基本思路
思路：用兩個堆，乙個大頂堆，乙個小頂堆。
大頂堆維護著較小的區間序列，小頂堆維護著較大的區間序列。
如果minheap和maxheap的總和是奇數，那麼中位數就是minheap的堆頂（第一步先往maxheap放）
如果minheap和maxheap的總和是偶數，那麼中位數就是minheap和maxheap各自堆頂的平均數。
怎麼維護各自一直是較大或較小區間呢？
每加進堆乙個元素，就把該堆的堆頂元素放到另一堆裡，
這樣就能保證較大的區間序列就一直是較大的，較小的區間序列就一直是較小的。
*/priorityqueue
minheap = null;
priorityqueue
maxheap = null;
public
medianfinder()
public
void
addnum
(int num)
else
}public
double
findmedian()
劍指 Offer 41 資料流中的中位數
如何得到乙個資料流中的中位數？如果從資料流中讀出奇數個數值，那麼中位數就是所有數值排序之後位於中間的數值。如果從資料流中讀出偶數個數值，那麼中位數就是所有數值排序之後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...
《劍指offer》 41 資料流中的中位數
如何得到乙個資料流中的中位數？如果從資料流中讀出奇數個數值，那麼中位數就是所有數值排序之後位於中間的數值。如果從資料流中讀出偶數個數值，那麼中位數就是所有數值排序之後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 vo...
劍指Offer41 資料流中的中位數
如何得到乙個資料流中的中位數？如果從資料流中讀出奇數個數值，那麼中位數就是所有數值排序之後位於中間的數值。如果從資料流中讀出偶數個數值，那麼中位數就是所有數值排序之後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 輸入...