題目：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。

思路：資料流的中位數最好使用兩個堆，這樣可以動態維護插入和獲得中位數的過程。可以使用一個大頂堆和一個小頂堆， 中位數左邊是 大頂堆，放比中位數小的元素，中位數右邊放小頂堆，放比中位數大的元素。

如果當前元素個數為偶數個，可以插入小頂堆。若待插入元素小於大頂堆最大值，則需要將其插入大頂堆，然後將大頂堆最大值放入小頂堆，否則直接插入小頂堆。

如果為奇數個，插入大頂堆。若待插入元素大於小頂堆最小值，則先插入小頂堆， 然後將小頂堆的最小值放入最大堆，否則直接放入最大堆。

class Solution {
private:
    vector<int> min;
    vector<int> max;
public:
    void Insert(int num)
    {
        if(((min.size()+max.size())&1) == 0)  //偶數
        {
            if(max.size()>0 && num<max[0])  //帶插入元素小於左邊大頂堆最大值
            {
                max.push_back(num);
                push_heap(max.begin(),max.end(),less<int>()); //大頂堆
                num = max[0];
                pop_heap(max.begin(),max.end(),less<int>());
                max.pop_back();
            }
            min.push_back(num);
            push_heap(min.begin(),min.end(),greater<int>()); //小頂堆
        }else   //奇數
        {
            if(min.size()>0 && num>min[0])
            {
                min.push_back(num);
                push_heap(min.begin(),min.end(),greater<int>());
                num = min[0];
                pop_heap(min.begin(),min.end(),greater<int>());
                min.pop_back();
            }
            max.push_back(num);
            push_heap(max.begin(),max.end(),less<int>());
        }
    }

    double GetMedian()
    { 
        int len = min.size() + max.size();
        if(len <=0) return 0;
        double m = 0;
        if((len & 1) == 0) m = (double)(min[0]+max[0])/2;
        else m = (double)min[0];
        return m;
    }
};