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。
看给的示例分析,不是说取整个数据组的中位数,按照输入数据流来排序取的中位数。
如果要对每次新加入的数字进行排序的话,那么就是插入排序了。(好像没看到这么做的哎,等我变厉害了来实现一下看行不行)
还有利用堆的题解:https://blog.nowcoder.net/n/8a7b942015c14175ba6c76bb3664435a?f=comment
利用两个堆,最小堆放较大的一本元素,最大堆放较小的一半元素。其中最小堆的顶部元素都小于等于最小堆中的所有数字,也就是说最小堆的顶部元素是最小堆中最小的。最大堆的顶部元素都大于等于最大堆中的所有数字,也就是说最大堆的顶部元素是最大堆中最大的。
只要这两个堆是平衡的(即这两个堆的数量相等或相差1),那么中位数就可以通过这两个堆的堆顶元素获得。
import heapq
class Solution:
def __init__(self):
self.count = 0
self.max_heap = []
self.min_heap = []
def Insert(self, num):
# write code here
self.count += 1
#将数据放到最大堆中
heapq.heappush(self.max_heap, -num)
#将最大堆中的堆顶元素放到最小堆中
max_heap_top = heapq.heappop(self.max_heap)
heapq.heappush(self.min_heap, -max_heap_top)
#如果最小堆和最大堆之间的差距大于1,将最小堆中的堆顶放进最大堆
if self.count & 1:
min_heap_top = heapq.heappop(self.min_heap)
heapq.heappush(self.max_heap, -min_heap_top)
#题目getmedian参数少了个s
def GetMedian(self,s):
# write code here
if self.count & 1:
return -self.max_heap[0]
else:
return (self.min_heap[0] - self.max_heap[0]) / 2.0