数据流中的中位数 — C++实现

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。

牛客网题目链接

解题思路

如题，中位数是指将一组数排序后处于中间位置的数

因此，我们首先能想到的是排序的做法，然而，这种做法的复杂度较高，为此，这里介绍一种复杂度较低的解法。

中位数左边的数都比中位数小，中位数右边的数都比中位数大，我们引入两个堆，中位数左边的数用最大堆存储，中位数右边的数用最小堆存储

【注意，为了保证找到中位数，两个堆中的元素个数相差不能超过1】

操作方法为：

• 先假定从数据个数为偶数时开始构建最大堆，如果为空则插入，如果不为空，将插入后组成堆的最大元素压入到最小堆
• 在数据个数为奇数位置插入时候，为空值则直接插入，否则将插入后组成堆的最小元素压入到最大堆

即：中位数右边的最小值比中位数左边的最大值还要大(这也正是我们所期望的）

代码实现

考虑到实现堆的不便性，我们调用库函数来解决我们的问题，放了方便理解，这里交代几个函数先：

• push_heap()：将输入范围内的容器构建成堆
• pop_heap()：置根节点于容器尾部，并调整容器内剩下的内容使其满足堆的规则

以上函数中参数less表示最大堆，greater表示最小堆

class Solution {
public:
    void Insert(int num)
    {
        if(((min.size()+max.size())&1)==0){
            if(max.size()>0&&num<max[0]){
                max.push_back(num);
                push_heap(max.begin(),max.end(),less<int>());
                num=max[0];
                pop_heap(max.begin(),max.end(),less<int>());
                max.pop_back();
            }
            min.push_back(num);
            push_heap(min.begin(),min.end(),greater<int>());
        }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(!size)return 0;
        if(size&1==1)return double(min[0]);
        else return double((min[0]+max[0])/2.0);
    }
private:
    vector <int> min;
    vector <int> max;
};

运行时间：2ms

占用内存：448k