重写的标题：剑指Offer 63: 实现数据流中的中位数的代码

            //小顶堆
            private PriorityQueue<Integer> minHeap = new PriorityQueue<Integer>();
             
            //大顶堆
            private PriorityQueue<Integer> maxHeap = new PriorityQueue<Integer>(15, new Comparator<Integer>() {
                @Override
                public int compare(Integer o1, Integer o2) {
                    return o2 - o1;
                }
            });
             
            //记录偶数个还是奇数个
            int count = 0;
            //每次插入小顶堆的是当前大顶堆中最大的数
            //每次插入大顶堆的是当前小顶堆中最小的数
            //这样保证小顶堆中的数永远大于等于大顶堆中的数
            //中位数就可以方便地从两者的根结点中获取了
            public void Insert(Integer num) {
                //个数为偶数的话，则先插入到大顶堆，然后将大顶堆中最大的数插入小顶堆中
                if(count % 2 == 0){
                    maxHeap.offer(num);
                    int max = maxHeap.poll();
                    minHeap.offer(max);
                }else{
                    //个数为奇数的话，则先插入到小顶堆，然后将小顶堆中最小的数插入大顶堆中
                    minHeap.offer(num);
                    int min = minHeap.poll();
                    maxHeap.offer(min);
                }
                count++;
            }
            public Double GetMedian() {
                //当前为偶数个，则取小顶堆和大顶堆的堆顶元素求平均
                if(count % 2 == 0){
                    return new Double(minHeap.peek() + maxHeap.peek())/2;
                }else{
                    //当前为奇数个，则直接从小顶堆中取元素即可
                    return new Double(minHeap.peek());
                }
            }