Leetcode优先队列/堆笔记1 数据流中的中位数

剑指 Offer 41. 数据流中的中位数、295. 数据流的中位数：使用自动排序的优先队列寻找数据流的中位数

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。

例如，

[2,3,4] 的中位数是 3

[2,3] 的中位数是 (2 + 3) / 2 = 2.5

设计一个支持以下两种操作的数据结构：

·void addNum(int num) - 从数据流中添加一个整数到数据结构中。
·double findMedian() - 返回目前所有元素的中位数。

示例 1：

输入：
["MedianFinder","addNum","addNum","findMedian","addNum","findMedian"]
[[],[1],[2],[],[3],[]]
输出：[null,null,null,1.50000,null,2.00000]

示例 2：

输入：
["MedianFinder","addNum","findMedian","addNum","findMedian"]
[[],[2],[],[3],[]]
输出：[null,null,2.00000,null,2.50000]

优先队列/堆解法：

寻找中位数需要首先对数据进行排序，定义一个表示数据流的数组，若每次添加一个数就排序一次再计算中位数，时间复杂度太高，需要使用具有自动排序功能的优先队列/堆进行优化，结合寻找中位数的目的，使用两个优先队列/大顶堆+小顶堆来实现：

定义一个小顶堆 minheap 存放当前已经处理数据流中较大的一半，数据向堆顶方向递减；

定义一个大顶堆 maxheap 存放当前已经处理数据流中较小的一半，数据向堆顶方向递增；

添加整数函数 void addNum(int num) 的思路为：

始终保证向小顶堆中添加数据优先于向大顶堆中添加数据，即：第一个数据添加到小顶堆中；若当当前处理的数为第奇数个，保持小顶堆中存放的数据多一个（先将输入数据放入大顶堆中，再将大顶堆顶 top() 数据放入小顶堆中，再将大顶堆顶 top() 数据出堆，即总保证小顶堆存放数据较大的一半，大顶堆存放数据较小的一半，且小顶堆数据个数 >= 大顶堆数据个数）

那么最终计算中位数函数 double findMedian() 的实现方法为：

当最终数据个数为偶数时，中位数为大小顶堆 top() 数据 / 2.0；当最终数据个数为奇数时，中位数为小顶堆 top() 数据。

class MedianFinder {
private:
    priority_queue<int, vector<int>, less<int>> maxheap;
    priority_queue<int, vector<int>, greater<int>> minheap;
public:
    /** initialize your data structure here. */
    MedianFinder() {

    }

    void addNum(int num) {
        if(maxheap.size() == minheap.size()){
            maxheap.push(num);
            minheap.push(maxheap.top());
            maxheap.pop();
        }
        else if(maxheap.size() < minheap.size()){
            minheap.push(num);
            maxheap.push(minheap.top());
            minheap.pop();
        }
    }
    
    double findMedian() {
        if(maxheap.size() == minheap.size())
            return (maxheap.top() + minheap.top()) / 2.0;
        else
            return minheap.top();
        return 0;
    }
};

/**
 * Your MedianFinder object will be instantiated and called as such:
 * MedianFinder* obj = new MedianFinder();
 * obj->addNum(num);
 * double param_2 = obj->findMedian();
 */