一、题目描述
中位数是有序列表中间的数。如果列表长度是偶数,中位数则是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:
addNum(1)
addNum(2)
findMedian() -> 1.5
addNum(3)
findMedian() -> 2
进阶:
如果数据流中所有整数都在 0 到 100 范围内,你将如何优化你的算法?
如果数据流中 99% 的整数都在 0 到 100 范围内,你将如何优化你的算法?
二、解题思路
利用两个堆,一个大顶堆,一个小顶堆,具体解法看官网详细步骤:https://leetcode-cn.com/problems/find-median-from-data-stream/solution/you-xian-dui-lie-python-dai-ma-java-dai-ma-by-liwe/
三、java代码实现
class MedianFinder {
private int count;
private PriorityQueue<Integer> maxheap;
private PriorityQueue<Integer> minheap;
/** initialize your data structure here. */
public MedianFinder() {
count = 0;
maxheap = new PriorityQueue<>((x,y) -> y-x);
minheap = new PriorityQueue<>();
}
public void addNum(int num) {
count ++;
maxheap.offer(num);
minheap.add(maxheap.poll());
if((count & 1) != 0){
maxheap.add(minheap.poll());
}
}
public double findMedian() {
if((count & 1) != 0){
return (double) maxheap.peek();
}else {
return (double) (maxheap.peek() + minheap.peek())/2;
}
}
}