剑指offer JZ63 数据流中的中位数

题目描述

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。

本题知识点： 进制转化 排序 堆

class Solution {
public:
    void Insert(int num) {
        
    }

    double GetMedian() { 
    
    }

};

堆

时间复杂度为$O(lo{g}^n)$
该题给了两个函数，一个是用来接收存储数据流的，另一个是用来获取当前数据流中的中位数的。
如果是利用堆的思想的话，就是建立两个堆，分别为大堆和小堆，两个堆所存放的数据量必须相同，否则将数据多的那个堆移到数据少的那个堆中。
Insert函数：
例如进来的数据为5 1 3 2 4，假设默认进入小堆，此时min_heap中为5，1进入后，发现1比5小，但是小堆中数据为2，就要把5放入大堆，1放入小堆，3放入小堆，2放入小堆时，小堆有3个数据，则将小堆中最大的3放入大堆，此时大堆数据为3、5，小堆数据为1、2，最后4放入大堆。
因此Insert函数的操作为

1. 若两堆数量相同，入小堆；
2. 若此时小堆-大堆>=2，将小堆中最大的移入大堆；

GetMedian函数：
3. 如果小堆-大堆1（奇数个数），小堆中最大的数就是中位数；
4. 如果小堆-大堆0（偶数个数），小堆中最大的数+大堆中最小的树/2为中位数

使用vector容器作为堆

这个是我写的，但是没有通过测试，而且因为没有建堆所以其实时间复杂度还是$O(n)$，但不知道哪里错了。

class Solution {
public:
    void Insert(int num) {
        int max_size = max_heap.size();
        int min_size = min_heap.size();
        if(min_size-max_size == 0){
            min_heap.push_back(num);
        }
        else{
            int max = min_heap[0];
            for(int i=1;i<min_size+1;i++){
                if(min_heap[i]>max){
                    max = min_heap[i];
                }
            }
            if(max<num){
                max_heap.push_back(num);
            }
            else{
                for(vector<int>::iterator iter=min_heap.begin();iter!=min_heap.end();iter++){
                    if(*iter==max)
                        min_heap.erase(iter);
                    break;
                }
                max_heap.push_back(max);
                min_heap.push_back(num);
            }
        }
        
    }

    double GetMedian() {
        int max_size = max_heap.size();
        int min_size = min_heap.size();
        if(min_size-max_size == 1){
            int m = min_heap[0];
            for(int i=1;i<min_size+1;i++){
                if(min_heap[i]>m){
                    m = min_heap[i];
                }
            }
            return (double)m;
        }
        else{
            int max = min_heap[0];
            for(int i=1;i<min_size+1;i++){
                if(min_heap[i]>max){
                    max = min_heap[i];
                }
            }
            int min = max_heap[0];
            for(int i=1;i<max_size+1;i++){
                if(max_heap[i]>min){
                    min = max_heap[i];
                }
            }
            return (max+min)/2;
        }
    
    }
    
private: 
    vector<int> max_heap;
    vector<int> min_heap;
};

https://blog.csdn.net/qq_22613757/article/details/93331581 网上参考，自己写了注释。

class Solution {
public:
    void Insert(int num){
        if(((min.size() + max.size()) & 0x1 ) == 0){ //偶数个数据，大小堆需要移动
            if(max.size() > 0 && max[0] > num){
                max.push_back(num); //先把当前数据移到大堆 和我上面写的是反过来的
                push_heap(max.begin(), max.end(), less<int>()); //大堆最小元素置顶
                num = max[0];
                pop_heap(max.begin(), max.end(), less<int>());
                max.pop_back(); //弹出
            }
            
            min.push_back(num); //把大堆中最小元素放入小堆
            push_heap(min.begin(), min.end(), greater<int>()); //小堆最大元素置顶
        }
        else{
            if(min.size() > 0 && min[0] < num){
                min.push_back(num);
                push_heap(min.begin(), min.end(), greater<int>());
                
                num = min[0];
                pop_heap(min.begin(), min.end(), greater<int>());
                min.pop_back();
            }
            max.push_back(num);
            push_heap(max.begin(), max.end(), less<int>());
        }
    }

    double GetMedian()
    { 
        int size = min.size() + max.size();
        if(0 == size){
            return 0;
        }
        
        double median = 0; 
        if((size & 0x1) == 1){ //奇数个
            median = min[0];
        }
        else{
            median = (min[0] + max[0]) * 0.5; //偶数个
        }
        return median;
    }
private:
    vector<int> min;
    vector<int> max;
};

排序

比较简单，复杂度为$O(nlo{g}^n)$（排序最快的方法），还是利用vector存储，每进来一个数据排一次，奇数个返回中间数，偶数个返回中间两数平均数。