# 数据流的中位数

<p>中位数是有序列表中间的数。如果列表长度是偶数，中位数则是中间两个数的平均值。</p>

<p>例如，</p>

<p>[2,3,4]&nbsp;的中位数是 3</p>

<p>[2,3] 的中位数是 (2 + 3) / 2 = 2.5</p>

<p>设计一个支持以下两种操作的数据结构：</p>

<ul>
	<li>void addNum(int num) - 从数据流中添加一个整数到数据结构中。</li>
	<li>double findMedian() - 返回目前所有元素的中位数。</li>
</ul>

<p><strong>示例：</strong></p>

<pre>addNum(1)
addNum(2)
findMedian() -&gt; 1.5
addNum(3) 
findMedian() -&gt; 2</pre>

<p><strong>进阶:</strong></p>

<ol>
	<li>如果数据流中所有整数都在 0 到 100 范围内，你将如何优化你的算法？</li>
	<li>如果数据流中 99% 的整数都在 0 到 100 范围内，你将如何优化你的算法？</li>
</ol>


## template

```java
class MedianFinder {

	PriorityQueue<Integer> min;
	PriorityQueue<Integer> max;

	/** initialize your data structure here. */
	public MedianFinder() {
		min = new PriorityQueue<>();
		max = new PriorityQueue<>((a, b) -> {
			return b - a;
		});
	}

	public void addNum(int num) {
		max.add(num);
		min.add(max.remove());
		if (min.size() > max.size())
			max.add(min.remove());
	}

	public double findMedian() {
		if (max.size() == min.size())
			return (max.peek() + min.peek()) / 2.0;
		else
			return max.peek();
	}
}

/**
 * Your MedianFinder object will be instantiated and called as such:
 * MedianFinder obj = new MedianFinder();
 * obj.addNum(num);
 * double param_2 = obj.findMedian();
 */


```

## 答案

```java

```

## 选项

### A

```java

```

### B

```java

```

### C

```java

```