中位数II

该题目与思路分析来自九章算法的文章，仅仅是自己做个笔记！

题目：数字是不断进入数组的，在每次添加一个新的数进入数组的同时返回当前新数组的中位数。

解答：

这道题是用堆解决的问题。用两个堆，max heap和min heap，再加一个median值，维持两个堆的大小相等（小根堆可以比大根堆多一个）。对于新来的元素，比较新元素和median的大小，如果小于median就放入大根堆，如果大于median就放入小根堆里面，如果max heap和min heap不平衡了，就调整一下。然后调整过后的median里面的值就是我们要求的中位数。

参考代码：

 #include<iostream>
 #include<vector>
 //#include<algorithm>
 #include<queue>
 using namespace std;
 class Solution {
 public:
     vector<int> medianII(vector<int>& nums)
     {
         vector<int> result;
         if (nums.size() == )
             return result;
         int median = nums[];
         priority_queue<int> max_heap, min_heap;
         result.push_back(median);
         for (int i = ; i < nums.size(); ++i)//one by one
         {
             if (nums[i] < median)
                 max_heap.push(nums[i]);
             else
                 min_heap.push(-nums[i]);
             if (max_heap.size()>min_heap.size())
             {
                 min_heap.push(-median);
                 median = max_heap.top();
                 max_heap.pop();
             }
             else if (max_heap.size() +  < min_heap.size())
             {
                 max_heap.push(median);
                 median = -min_heap.top();
                 min_heap.pop();
             }
             result.push_back(median);
         }
         return result;
     }
 };
 int main()
 {
     Solution test;
     vector<int> val = {,,,,};
     vector<int> res = test.medianII(val);
     for (auto x : res)
         cout << x << " ";
     return ;
 }

priority_queue<Type, Container, Functional>

如果我们把后面俩个参数缺省的话，优先队列就是大顶堆，队头元素最大。