数据流中的中位数

public class FindMedianByHeap {
    public PriorityQueue<Integer> getLeft() {
        return left;
    }

    public PriorityQueue<Integer> getRight() {
        return right;
    }

    /* 大顶堆，存储左半边元素 */
    private PriorityQueue<Integer> left = new PriorityQueue<>((o1, o2) -> o2 - o1);
    /* 小顶堆，存储右半边元素，并且右半边元素都大于左半边 */
    private PriorityQueue<Integer> right = new PriorityQueue<>();

    public void setN(int n) {
        N = n;
    }

    /* 当前数据流读入的元素个数 */
    private int N = 0;

    public void insert(Integer val) {
        /* 插入要保证两个堆存于平衡状态 */
        if (N % 2 == 0) {
            /* N 为偶数的情况下插入到右半边。
             * 因为右半边元素都要大于左半边，但是新插入的元素不一定比左半边元素来的大，
             * 因此需要先将元素插入左半边，然后利用左半边为大顶堆的特点，取出堆顶元素即为最大元素，此时插入右半边 */
            left.add(val);
            right.add(left.poll());
        } else {
            right.add(val);
            left.add(right.poll());
        }
        N++;
    }

    public Double getMedian() {
        if (N % 2 == 0)
            return (left.peek() + right.peek()) / 2.0;
        else
            return (double) right.peek();
    }

    public static void main(String[] args) {
        FindMedianByHeap findMedianByHeap = new FindMedianByHeap();
        int[] array = {6,3,2,5,4,1};
        for (int i : array) {
            findMedianByHeap.insert(i);
        }
        System.out.println("left = "+findMedianByHeap.getLeft());
        System.out.println("right = "+findMedianByHeap.getRight());
        System.out.println("median is "+findMedianByHeap.getMedian());
    }
}