Leetcode 295. && JZ41 Find Median from Data Stream 用最大堆最小堆找到数据流的中位数

• 题意理解
  • 不断往某个数据结构中丢数，该结构能返回中位数。
  • 如果共奇数个数，则是中间那位；偶数位数，则是中间两数的平均数
• 解法：
  • 一个高效的方法是利用两个堆来处理
  • 如果将全部数据均匀分配到两个容器中，左侧容器的数据都比右侧数据小，那么中位数就和「左侧容器中的最大值，右侧容器中的最小值」密切相关，要么平均要么就是容器size较大那个容器的最值
  • 因此现在要做的就是1）让数据进容器 2）让两个容器的size尽量相近
    • 进容器：一个数直接进某个容器是达不到目标的。必须两边都过，即从最小堆/最大堆进去，重新查到相应的最值，再把这个最值插入到另一个堆中，这样就保证了一个「全局的顺序」，即左侧容器都小于右侧容器。
    • size相近：可以每次插入后，再看一看哪个少，再从另一个堆中取出元素放入。这样依旧保证有序性。具体实现可以是让某个堆A的size>=另一个堆Asize。最终求平均值要么是A的最值，要么是平均值

自己写的

class MedianFinder {
public:
    /** initialize your data structure here. */
    priority_queue<int> maxheap;
    priority_queue<int, vector<int>, greater<int>> minheap;
    MedianFinder() {
        
    }
    
    void addNum(int num) {
        minheap.push(num);
        maxheap.push(minheap.top());
        minheap.pop();
        if(minheap.size()<maxheap.size()){
            minheap.push(maxheap.top());
            maxheap.pop();
        }
    }
    
    double findMedian() {
        return minheap.size()>maxheap.size()?
            minheap.top():
            1.0*(minheap.top()+maxheap.top())/2;
    }
};

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

高阶玩家

• 默认的堆是最大堆，这时候如果插入的全是负数，取出后求绝对值，就实现了最小堆。

class MedianFinder {
    priority_queue<long> small, large;
public:

    void addNum(int num) {
        small.push(num);
        large.push(-small.top());
        small.pop();
        if (small.size() < large.size()) {
            small.push(-large.top());
            large.pop();
        }
    }

    double findMedian() {
        return small.size() > large.size()
               ? small.top()
               : (small.top() - large.top()) / 2.0;
    }
};
/**
 * Your MedianFinder object will be instantiated and called as such:
 * MedianFinder* obj = new MedianFinder();
 * obj->addNum(num);
 * double param_2 = obj->findMedian();
 */