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。
解题思路:
利用最小堆与最大堆。
但凡为偶数位置上的值,插入最大堆;但凡为奇数位置上的值,插入最小堆。
如果偶数位置上的值num比最小堆的最小值minVal要大,则将最小堆的minVal弹出,放入最大堆中,而num则放入最小堆中。从而保证最大堆的最大值永远也比最小堆的最小值要小。
如果奇数位置上的值也遇此情况,同理哈。
实现代码如下。代码中,利用了STL库的生成最大、小堆函数push_heap(),弹出最大、小堆的最值函数pop_heap()。此类函数还有make_heap()和sort_heap()。
#include<iostream>
#include<algorithm>
#include<vector>
#include<functional>
using namespace std;
template<typename T>
class DynamicArray {
public:
void insert(T num) {
if (((min.size() + max.size()) & 1) == 0) {//总数目是偶数时,新数据插入最小堆
//插入的数num小于最大堆的最大值maxVal时,取出maxVal,将num插入最大堆中,
//然后将最大堆中的maxVal插入到最小堆中
if (max.size() > 0 && num < max[0]) {
max.push_back(num);
push_heap(max.begin(), max.begin(), less<T>());//生成大顶堆
num = max[0];//取出堆顶元素
pop_heap(max.begin(), max.begin(), less<T>());//大顶堆中弹出堆顶元素,将其放在数组的尾端
max.pop_back();//弹出数组的末位元素
}
min.push_back(num);
push_heap(min.begin(), min.end(), greater<T>());
}
else {
//插入的数num大于最小堆的最小值minVal时,取出minVal,将num插入最小堆中,
//然后将最小堆中的minVal插入到最大堆中
if (min.size() > 0 && num > min[0]) {
min.push_back(num);
push_heap(min.begin(), min.end(), greater<T>());
num = min[0];
pop_heap(min.begin(), min.end(), greater<T>());
min.pop_back();
}
max.push_back(num);
push_heap(max.begin(), max.end(), less < T());
}
}
T getMedian() {
int size = max.size + min.size();
if (size == 0)
throw exception("No numbers are available");
T median = 0;
if ((size & 1) == 1) {
median = min[0];
}
else {
median = (min[0] + max[0]) / 2;
}
return median;
}
private:
vector<T> min;
vector<T> max;
};