題目描述
如何得到一個數據流中的中位數？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。我們使用Insert()方法讀取資料流，使用GetMedian()方法獲取當前讀取資料的中位數。

構建一個最大堆和最小堆，並且保證最大堆中的資料都要小於最小堆的資料，也就是最大堆的根節點小於最小堆的根節點，插入的時候交替插入
如果插入到最大堆：如果輸入小於最大堆的根節點，插入到最大堆，如果大於最大堆的根節點，插入最小堆，將最小堆的根節點插入到左邊的最大堆
如果插入到最小堆：如果輸入的大於最小堆的根節點，插入到最小堆，如果小於最小堆的根節點，那麼插入最大堆，最大堆的根節點插入到右邊的最小堆

import heapq
class Solution:
    def __init__(self):
        self.maxHeap = []
        self.minHeap = []
        self.flag = 1
    def Insert(self, num):
        # write code here
        if self.flag:
            if self.minHeap == [] or num <= self.minHeap[0]: #插入最大堆
                self.maxHeap.
 
append(num) #插入
                heapq.heapify(self.maxHeap) #調整
            elif num > self.minHeap[0]:  #大於最小堆最小元素，需要插入到最小堆，並且替換
                self.maxHeap.append(heapq.heappop(self.minHeap))
                heapq._heapify_max(self.maxHeap)
                heapq.heappush(self.minHeap, num)
            self.
 
flag = 0
        else:
            if self.maxHeap == [] or num >= self.maxHeap[0]:  #插入最小堆
                heapq.heappush(self.minHeap, num)
            elif num < self.maxHeap[0]: #插入最大堆，並把最大堆的根替換到右邊的最小堆
                heapq.heappush(self.minHeap, heapq.heappop(self.maxHeap))  #最大堆的根
                self.maxHeap.append(num)
                heapq._heapify_max(self.maxHeap)
            self.flag = 1
    def GetMedian(self):
        # write code here
        if self.flag:
            return float('{:.2f}'.format((self.maxHeap[0] + self.minHeap[0]) / 2))
        else:
            return float('{:.2f}'.format(self.maxHeap[0]))

測試

sol = Solution()
sol.Insert(5)
sol.Insert(2)
sol.Insert(6)
sol.Insert(7)
sol.Insert(8)
print(sol.maxHeap)
print(sol.minHeap)
print(sol.GetMedian())

輸出：

[6, 2, 5]
[7, 8]
6.0