這題為一個設計題，給了一個 Data Stream，希望設計一個 class 能夠支援連續的 operation，並找出該 Stream 目前的中位數。注意 Data Stream 中的 Data 是無序的且可以為負數，所以我們要做的第一件事是讓每一次 data 輸入進來，都要讓其有序。這裡介紹的解法十分巧妙，使用 maxHeap 和 minHeap 來解決問題，這樣中位數的計算便只要看 maxHeap 的最大值和 minHeap 的最小值來判斷。
這題需求是要合併 k 個 linked-list 成一個大的 linked-list，每個 linked-list 都是有序的，且大的 linked-list 也必須是有序的，是 LeetCode21. Merge Two Sorted Lists 的進階題，但本題可用 min heap 解題，還蠻巧妙的，故紀錄一下。
Heap 的定義是「父節點和子節點之間滿足固定大小關係的樹」。當所有父節點都大於其子節點時，就稱其為「Max Heap」; 當所有父節點都小於其子節點時，就稱其為「Min Heap」，附上一個 Heap 圖參考連結。雖然 Heap 本身定義上只關心節點之間的順序規則，所以可以有很多種類例如： d-ary heap、binomial heap、Fibonacci heap 等等，但很多時候教材講的 Heap，其實默認會是 complete binary heap ，也就是除了滿足 heap property 還滿足了：
- complete: 代表同一階層要由左到右排列，不能跳過
- binary: 每個 node 最多只能有兩個 child
Heap 常被作為 Priority Queue 的實作方式，且在一些圖論(例如 Dijkstra)或排序(Heap sort)的演算法中扮演極其重要的地位。
類似這種 top k 問題且非樹結構，都可以直接用 Heap 來解題。