C++ multiset的用法
c++语言中，multiset是<set>库中一个非常有用的类型，它可以看成一个序列，插入一个数，
删除一个数都能够在O(logn)的时间内完成，而且他能时刻保证序列中的数是有序的，而且序列中可以存在重复的数。
详解： https://blog.csdn.net/sodacoco/article/details/84798621
例题：leetcode 480.滑动窗口中位数
中位数是有序序列最中间的那个数。如果序列的长度是偶数，则没有最中间的数；此时中位数是最中间的两个数的平均数。
例如：
[2,3,4]，中位数是 3
[2,3]，中位数是 (2 + 3) / 2 = 2.5
给你一个数组 nums，有一个长度为 k 的窗口从最左端滑动到最右端。窗口中有 k 个数，每次窗口向右移动 1 > 位。你的任务是找出每次窗口移动后得到的新窗口中元素的中位数，并输出由它们组成的数组。
示例：
给出 nums = [1,3,-1,-3,5,3,6,7]，以及 k = 3。
窗口位置 中位数
--------------- -----
[1 3 -1] -3 5 3 6 7 1
1 [3 -1 -3] 5 3 6 7 -1
1 3 [-1 -3 5] 3 6 7 -1
1 3 -1 [-3 5 3] 6 7 3
1 3 -1 -3 [5 3 6] 7 5
1 3 -1 -3 5 [3 6 7] 6
因此，返回该滑动窗口的中位数数组 [1,-1,-1,3,5,6]。
提示：
你可以假设 k 始终有效，即：k 始终小于输入的非空数组的元素个数。
与真实值误差在 10 ^ -5 以内的答案将被视作正确答案。
分析
中位数 是有序序列最中间的那个数。也就是说我们必须对窗口内的元素「排序」。我们知道排序的时间复杂度一般是 O(k * log(k)) ，还是比较高的。这个题如果对每个区间都进行分别排序肯定会超时
为了降低时间复杂度的一个绝招就是增加空间复杂度：利用更好的数据结构。是的，我们的目的是快速让一组数据有序，那就寻找一个内部是有序的数据结构.
在 C++ 中 set/multiset 是有序的集合，它们是基于红黑树实现的。其中 set 会对元素去重，而 multiset 可以有重复元素。
在 Java 中 TreeSet 是有序的集合，它也是基于红黑树实现的。 TreeSet 会对元素去重。
在 Python 中 heapq 实现了堆的算法，它不会对元素去重
代码：
class Solution {
public:
vector<double> medianSlidingWindow(vector<int>& nums, int k) {
int len = nums.size();
vector<double> res;
multiset<double> st;
for(int i = 0;i < len;i ++)
{
if(i >= k) st.erase(st.find(nums[i-k]));//清空容器里的元素
st.insert(nums[i]); //插入元素
if(i - k + 1 >= 0)
{
auto mid = st.begin();
std::advance(mid,k/2); //让指针走 k / 2 步得到 mid
res.push_back((*mid + *prev(mid,(1 - k%2)))/2);
//为了适应奇数和偶数长度，可以用通用的表达式 (A[mid] + A[mid - (1 - k % 2)]) / 2来求中位数
}
}
return res;
}
};
