295.数据流的中位数

题目：

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。

例如，
[2,3,4]的中位数是 3
[2,3] 的中位数是 (2 + 3) / 2 = 2.5

设计一个支持以下两种操作的数据结构：
void addNum(int num) - 从数据流中添加一个整数到数据结构中。
double findMedian() - 返回目前所有元素的中位数。
示例：
addNum(1)
addNum(2)
findMedian() -> 1.5
addNum(3)
findMedian() -> 2
进阶:
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？
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？

解题思路：

题目要求我们求中位数，看LeetCode给出的基本框架，
我们知道，执行代码时，会在addnum函数里填入数字，在medianfinder里面输出中位数。
我们只需要知道以下几点就能解题：
1，如何求中位数
2，如何利用addnum函数填入数字
中位数的求法很简单，直接排序取中间值就行
取中位数的方法：
如果一个列表是奇数个元素[1,2,3]则取列表长度的中间值，即：
len(all)//2 整除
如果一个列表是偶数个元素[1,2,3,4]则取列表长度的中间两个数的平均数，即：
(len(all)//2+len(all)//2-1)//2

代码：

class MedianFinder:

    def __init__(self):
        """
        initialize your data structure here.
        """
        self.all = []
    #     定义一个空集all用来存放所有的数据

    def addNum(self, num: int) -> None:
        self.all.append(num)
    #     将系统给出的数据添加到all里

    def findMedian(self) -> float:
        c = len(self.all) % 2
        self.all.sort()
        if self.all == []:
            return []
        # 如果all里一个数据都没有就返回一个空集
        else:
            if c == 0:
                median = (self.all[len(self.all) // 2] + self.all[len(self.all) // 2 - 1]) / 2
                return median
            else:
                median = self.all[len(self.all) // 2]
                return median