剑指Offer——数据流中的中位数

最新推荐文章于 2022-04-14 11:28:07 发布

宁小葵

最新推荐文章于 2022-04-14 11:28:07 发布

阅读量122

点赞数

分类专栏：剑指Offer

本文链接：https://blog.csdn.net/AnNing_007/article/details/96875155

版权

剑指Offer 专栏收录该内容

65 篇文章 0 订阅

订阅专栏

题目：如何得到一个数据流中的中位数？如果从数据流中读出奇数个数值，那么中位数就是所有数值排序之后位于中间的数值。如果从数据流中读出偶数个数值，那么中位数就是所有数值排序之后中间两个数的平均值。我们使用Insert()方法读取数据流，使用GetMedian()方法获取当前读取数据的中位数。

定义：1、最大堆：当父节点的键值总是大于或等于任何一个子节点的键值时为最大堆。

2、最小堆：当父节点的键值总是小于或等于任何一个子节点的键值时为最小堆。

3、平衡二叉树（AVL）：平衡二叉搜索树（Self-balancing binary search tree）又被称为AVL树（有别于AVL算法），且具有以下性质：它是一棵空树或它的左右两个子树的高度差的绝对值不超过1，并且左右两个子树都是一棵平衡二叉树。

4、二叉搜索树（二叉查找树）：二叉查找树（Binary Search Tree），（又：二叉搜索树，二叉排序树）它或者是一棵空树，或者是具有下列性质的二叉树：若它的左子树不空，则左子树上所有结点的值均小于它的根结点的值；若它的右子树不空，则右子树上所有结点的值均大于它的根结点的值；它的左、右子树也分别为二叉排序树。

5、红黑树：一种二叉查找树，但在每个节点增加一个存储位表示节点的颜色，可以是红或黑（非红即黑）。通过对任何一条从根到叶子的路径上各个节点着色的方式的限制，红黑树确保没有一条路径会比其它路径长出两倍，因此，红黑树是一种弱平衡二叉树（由于是弱平衡，可以看到，在相同的节点情况下，AVL树的高度低于红黑树），相对于要求严格的AVL树来说，它的旋转次数少，所以对于搜索，插入，删除操作较多的情况下，我们就用红黑树。

6、B树，B+，B-树：

B-树： B-tree树即B树，B即Balanced；B-tree就是指的B树，是一种多路搜索树（并不是二叉的）；

B+树：是对B-树的变体，也是一种多路搜索树：

各种数据结构复杂度对比：

时间复杂度对比
数据结构	插入数据的时间复杂度	得到中位数的时间复杂度
没有排序的数组	O(1)	O(n)
排序的数组	O(n)	O(1)
排序的链表	O(n)	O(1)
二叉搜索树	平均O(logN)，最差O(n)	平均O(logN),最差(n)
AVL树	O(logN)	O(1)
最大堆和最小堆	O(logN)	O(1)

思路：用一个最大堆来实现左边数据的容器，用一个最小堆来实现右边数据的容器。往堆中插入一个数据的时间效率是O(logn)。

1、先把新的数据插入最大堆，接着把最大堆中的最大数字拿出来插入最小堆。

2、最终插入最小堆的数字是原最大堆中最大的数字。

import java.util.Comparator;
import java.util.PriorityQueue;

/**
 * 数据流中的中位数
 * @Author: AnNing
 * @Description:
 * @Date: Create in 17:35 2019/7/22
 */
public class Median {
    /* 大顶堆，存储左半边元素
     * 不指定Comparator，默认为小顶堆*/
    private PriorityQueue<Integer> left = new PriorityQueue<Integer>(11, new Comparator<Integer>(){
        @Override
        public int compare(Integer i1, Integer i2) {
            return i2-i1;
        }
    });
    /* 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<Integer>();
    /* 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();
    }
    
    
}