【剑指offer】JZ41 数据流中的中位数

1 问题

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。

数据范围：数据流中数个数满足 1≤n≤1000 ，大小满足 1≤val≤1000
进阶： 空间复杂度 O(n) ， 时间复杂度 O(nlogn)

示例1
输入：[5,2,3,4,1,6,7,0,8]
返回值："5.00 3.50 3.00 3.50 3.00 3.50 4.00 3.50 4.00 "
说明：数据流里面不断吐出的是5,2,3…,则得到的平均数分别为5,(5+2)/2,3…

示例2
输入：[1,1,1]
返回值："1.00 1.00 1.00 "

2 答案

自己写的，利用了sort()

class Solution:
    def __init__(self):
        self. num_list = []
    def Insert(self, num):
        return self.num_list.append(num)
        
    def GetMedian(self):
        self.num_list.sort()
        if len(self.num_list) == 1:
            return self.num_list[0]
        if len(self.num_list) % 2 == 1:
            return self.num_list[len(self.num_list) // 2]
        else:
            return ((self.num_list[len(self.num_list) // 2 - 1] + self.num_list[len(self.num_list) // 2]) / 2)      

官方解

1. 插入排序法

插入排序是排序中的一种方式，一旦一个无序数组开始排序，它前面部分就是已经排好的有序数组（一开始长度为0），而其后半部分则是需要排序的无序数组，插入排序的做法就是遍历后续需要排序的无序部分，对于每个元素，插入到前半部分有序数组中属于它的位置——即最后一个小于它的元素后。

• step 1：用一数组存储输入的数据流。
• step 2：Insert函数在插入的同时，遍历之前存储在数组中的数据，按照递增顺序依次插入，如此一来，加入的数据流便是有序的。
• step 3：GetMedian函数可以根据下标直接访问中位数，分为数组为奇数个元素和偶数个元素两种情况。记得需要类型转换为double。

class Solution:
    def __init__(self):
        self.val = []
    def Insert(self, num):
        if len(self.val) == 0:
            self.val.append(num)
        else:
            i = 0
            while i < len(self.val):
                if num <= self.val[i]:
                    break
                i += 1
            self.val.insert(i, num)
    def GetMedian(self):
        n = len(self.val)
        if n % 2 == 1: 
            return self.val[n // 2] 
        else: 
            return (self.val[n // 2] + self.val[n // 2 - 1]) / 2.0

2. 堆排序

除了插入排序，我们换种思路，因为插入排序每次要遍历整个已经有的数组，很浪费时间，有没有什么可以找到插入位置时能够更方便。

我们来看看中位数的特征，它是数组中间个数字或者两个数字的均值，它是数组较小的一半元素中最大的一个，同时也是数组较大的一半元素中最小的一个。那我们只要每次维护最小的一半元素和最大的一半元素，并能快速得到它们的最大值和最小值，那不就可以了嘛。这时候就可以想到了堆排序的优先队列。

• step 1：我们可以维护两个堆，分别是大顶堆min，用于存储较小的值，其中顶部最大；小顶堆max，用于存储较大的值，其中顶部最小，则中位数只会在两个堆的堆顶出现。
• step 2：我们可以约定奇数个元素时取大顶堆的顶部值，偶数个元素时取两堆顶的平均值，则可以发现两个堆的数据长度要么是相等的，要么奇数时大顶堆会多一个。
• step 3：每次输入的数据流先进入大顶堆排序，然后将小顶堆的最大值弹入大顶堆中，完成整个的排序。
• step 4：但是因为大顶堆的数据不可能会比小顶堆少一个，因此需要再比较二者的长度，若是小顶堆长度小于大顶堆，需要从大顶堆中弹出最小值到大顶堆中进行平衡。

import heapq
class Solution:
    def __init__(self):
        self.max = [] 
        self.min = [] 
    def Insert(self, num):
        heapq.heappush(self.min, (-1*num))
        heapq.heappush(self.max, (-1*self.min[0]))
        heapq.heappop(self.min)
        if len(self.min) < len(self.max):
            heapq.heappush(self.min, -1*self.max[0])
            heapq.heappop(self.max)
    def GetMedian(self):
        if len(self.min) > len(self.max):
            return self.min[0] * -1.0
        else:
            return (self.min[0] * -1.0 + self.max[0]) / 2

https://www.nowcoder.com/share/jump/9318638301699102793641