剑指 offer 41 数据流中的中位数（两个堆）

1 题目描述

 

2 算法思路

思路：

• 中位数的查找，本质就是找一个有序数组的中间的数，那么可以先对无序数组进行排序。
• 还有一个思路就行，在进行添加时，就按照顺序进行添加，如此一来就可以减小查找时的时间复杂度
• 本题就使用两个堆来实现，一个大顶堆，一个小顶堆
• 小顶堆用来存放较大的那一半数，如果是奇数，那么多出来的一个放在小顶堆
• 大顶堆用来存放较小的那一半
• 查找时：
  • 如果是奇数，直接返回小顶堆 堆顶元素
  • 如果是偶数，直接返回（大顶堆顶 + 小顶堆顶） / 2 

算法： 设有两个堆A，B  堆A中的元素个数有m ，堆B中的元素个数有n

1. addNum(num)函数
   1. 当 m == n ,就代表添加的是奇数，奇数添加到A，但是为了保证添加到A的数一定是较大的一半
      1. 因此需要先将数num添加到B
      2. 再将B的堆顶元素插入A
   2. 当 m ！= n ,就代表添加的是偶数，偶数添加到B
2. findMedian() 
   1. 当 m == n; 就返回（大顶堆顶 + 小顶堆顶） / 2 
   2. 当 m != n ;直接返回A的堆顶元素。

 

3 代码

class MedianFinder {

    Queue<Integer> A,B;

    /** initialize your data structure here. */
    public MedianFinder() {
        A = new PriorityQueue<>();  //默认小顶堆
        B = new PriorityQueue<>(
            (l1,l2) -> l2- l1
        );
    }
    
    public void addNum(int num) {
        if(A.size() != B.size()){
            A.add(num);
            B.add(A.poll());
        }else {
            B.add(num);
            A.add(B.poll());
        }
    }
    
    public double findMedian() {
        return A.size() == B.size() ? (A.peek() + B.peek()) / 2.0 : A.peek();
    }
}

 

4 提交结果