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。
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