中位数是有序序列最中间的那个数。如果序列的大小是偶数,则没有最中间的数;此时中位数是最中间的两个数的平均数。
例如:
[2,3,4],中位数是 3
[2,3],中位数是 (2 + 3) / 2 = 2.5
给你一个数组 nums
,有一个大小为 k
的窗口从最左端滑动到最右端。窗口中有 k
个数,每次窗口向右移动 1
位。你的任务是找出每次窗口移动后得到的新窗口中元素的中位数,并输出由它们组成的数组。
示例:
给出 nums = [1,3,-1,-3,5,3,6,7],以及 k = 3。
窗口位置 中位数
--------------- -----
[1 3 -1] -3 5 3 6 7 1
1 [3 -1 -3] 5 3 6 7 -1
1 3 [-1 -3 5] 3 6 7 -1
1 3 -1 [-3 5 3] 6 7 3
1 3 -1 -3 [5 3 6] 7 5
1 3 -1 -3 5 [3 6 7] 6
因此,返回该滑动窗口的中位数数组 [1,-1,-1,3,5,6]。
提示:
- 你可以假设
k
始终有效,即:k
始终小于输入的非空数组的元素个数。
与真实值误差在10 ^ -5
以内的答案将被视作正确答案。
解答
之前刷过一次了,使用大顶堆维护窗口中较小一半的数,使用小顶堆维护窗口中较大一半的数,并且使大顶堆的大小等于小顶堆大小加一,这样当窗口大小为奇数时,大顶堆顶就是中位数,如果为偶数时,则取两个堆顶的平均数。由于堆不支持删除非堆顶的数,所以这里采用延迟删除的技术,即记录堆中每个数应该出窗口的次数,只要当该数出现在堆顶时,才实际进行删除。当然具体实现时还有一些细节要注意,如往堆中插入数字时的平滑问题。
class Solution {
public:
vector<double> medianSlidingWindow(vector<int>& nums, int k) {
priority_queue<int> low;
priority_queue<int, vector<int>, greater<int>> high;
unordered_map<int, int> map;
vector<double> result;
for(int i = 0; i < k; i++){
low.emplace(nums[i]);
}
for(int i = 0; i < k / 2; i++){
high.emplace(low.top());
low.pop();
}
int i = k;
while(true){
if(k & 1)
result.emplace_back(low.top());
else
result.emplace_back((double(low.top()) + double(high.top())) *