LeetCode 295. Find Median from Data Stream（multiset,heap）

题目

题意：有n个操作，存入数字，和输出中位数

题解：要确保输入数字的操作和输出中位数的操作，都是低于等于Log(n)的效率。
那么怎么做呢？我们维护两个multiset ，内部是一棵红黑树。一个树A 维护的是较大值，树B维护的是较小值。A,B平分秋色。
中位数显然就是A里的最小值和B里的最大值中选择。那么在存数字的时候判断这个数字应该放到哪个树里，然后再需要判断A,B的元素数量差，如果出现差值大于1，就要把较多的那个树的某个极值元素放到较小的那个树里，始终保持两个树的元素数量差不超过1，所以存入数字的效率是O(logn*3)
而取中位数是O(1)的效率
不知道为什么multiset的size()函数，会超时，难道是O(n)的效率取size吗？介绍里明明是constant的时间复杂度啊。
用优先队列也可以的。效率是一样的。

class MedianFinder {
public:
    /** initialize your data structure here. */
    multiset<int> m1;
    multiset<int> m2;
    int n=0;
    int len1;
    int len2;
    MedianFinder() {
        m1.clear();
        m2.clear();
        len1=0;
        len2=0;
        
    }
    
    void addNum(int num) {
       
        if(len1==0&&len2==0)
        {
            m1.insert(num);
            len1++;
            n++;
            return;
        }
       
        multiset<int>::iterator it = prev(m1.end());
        if(num < *it)
        {
            m1.insert(num);
            len1++;
        }
        else
        {
            m2.insert(num);
            len2++;
        }
        
        if(len1<len2-1)
        {
            m1.insert(*m2.begin());
            len1++;
            m2.erase(m2.begin());
            len2--;
        }
        
        if(len1-1>len2)
        {
            m2.insert(*prev(m1.end()));
            len2++;
            m1.erase(prev(m1.end()));
            len1--;
        }
        
        n++;
    }
    
    double findMedian() {
        
        if(n&1)
        {
            if(len1<len2)
                return *m2.begin();
            else
                return *prev(m1.end());
        }
        else
            return 1.0*(*prev(m1.end())+*m2.begin())/2;
        
    }
};

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