数据流中的中位数

        Solution I:数组+Quick Select 添加时间复杂度O(1),查找时间复杂度O(n)
    Solution II: 数组+插排 添加时间复杂度O(n)，查找时间复杂度O(1)
    Solution III:链表+插排 添加时间复杂度O(n)，查找时间复杂度O(1)
    Solution IV: 大堆小堆法 添加时间复杂度O(logN)，查找时间复杂度O(1)

大堆小堆策略：

3.当已有偶数个数据时放入小堆，奇数个则放入大堆，数据总量为奇数时返回小堆堆顶，为偶数时返回大堆顶和小堆顶的平均数。

    template<typename T>
    class DynamicMiddleNum {
    public:
        void add(T num) {
            int size = min.size() + max.size();
            if (size & 1 == 0) {
                if (max.size() > 0 && num < max[0]) {
                    max.push_back(num);
                    push_heap(max.begin(), max.end(), less<T>());
                    num = max[0];
                    pop_heap(max.begin(), max.end(), less<T>());
                    max.pop_back();
                }
                min.push_back(num);
                push_heap(min.begin(), min.end(), greater<T>());
            }else {
                if (min.size() > 0 && num > min[0]) {
                    min.push_back(num);
                    push_heap(min.begin(), min.end(), greater<T>());
                    num = min[0];
                    pop_heap(min.begin(), min.end(), greater<T>());
                    min.pop_back();
                }
                max.push_back(num);
                push_heap(max.begin(), max.end(), less<T>());
            }
            size++;
        }
        T getMidNum() {
            int size = min.size() + max.size();
            assert(size > 0);
            if (size & 1)
                return min[0];
            else
                return (max[0] + min[0]) / 2;
        }
    private:
        vector<T> min;
        vector<T> max;
    };