剑指Offer-41：数据流中的中位数

题目：

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。

链接：

剑指Offer（第2版）：P214

思路标签：

• 算法：堆排序
• 数据结构：最大堆、最小堆、vector

解答：

基于最大、最小堆的方法（时间复杂度：O(n)插入，O(1)查找）

• 其他如：排序数组、排序链表、二叉搜索树等方法与时间复杂度比较参见书中内容。
• 因为我们寻找的是中位数，只要找到左边最大的数，右边最小的数，即可。所以可以分别使用最大最小堆来实现；
• 同时，因为是中位数，所以需要保证两个堆中的数据平衡；
• 为了实现平衡分配，可以在当前总数据数目是偶数时把新数据插入最小堆，奇数时插入最大堆；
• 以插入最大堆为例，如果当前插入的数据小于最大堆的最大值，那么将其插入到最大堆，并弹出最大堆的最大值，压入最小堆。这样就保证了最小堆中的数字都大于最大堆中的数字。同理插入最小堆的过程相对应。

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 && num > min[0]){
                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 = max.size() + min.size();
        if(size == 0)
            return 0;
        double median = 0;
        if((size & 1) == 1)
            median = (double)min[0];
        else
            median = ((double)min[0] + (double)max[0]) /2;

        return median;
    }

private:
    vector<int> min, max;

};

C++相关

1. STL–heap概述
   
   • https://www.cnblogs.com/likui360/p/6364896.html