堆之数据流中的中位数

leetcode 295. 数据流的中位数

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？

思路

根据只需获得中间数的想法，可以将数据分为左右两边，一边以最大堆的形式实现，可以快速获得左侧最大数， 另一边则以最小堆的形式实现。其中需要注意的一点就是左右侧数据的长度差不能超过1。

满足两个特性：

• 大顶堆中最大的数值小于等于小顶堆中的最小数，也就是小于小顶堆的堆顶
• 两个堆中元素相差为0，或者为1,不能>1

然后，我们观察可以发现:

• 如果，数据总数是偶数，那么大顶堆，和小顶堆，一边占一半元素，而且，还是有序的，很像二分法，这时，中位数为两堆顶平均值
• 如果数据个数为奇数，则，中位数出现在元素个数多的堆的堆顶中

python默认小顶堆，对于如何实现大顶堆，

• 添加元素进去时，取反，
• 取出元素时，也取反

代码实现

具体实现可以加入以下技巧:
每次都将元素插入到最小堆,然后将最小堆的栈顶元素取出,放到最大堆中,这样就能保证最小堆的堆顶元素都比最大堆的堆顶大
如果最大堆元素个数大于最小堆,那么将最大堆堆顶元素弹出,放进最小堆,使得最小堆元素个数大于等于最大堆元素个数.

class MedianFinder:

    def __init__(self):
        """
        initialize your data structure here.
        """
        self.max_heap = []
        self.min_heap = []
        heapq.heapify(self.max_heap)
        heapq.heapify(self.min_heap)

    def addNum(self, num: int) -> None:
        heapq.heappush(self.min_heap, num)
        mini = heapq.heappop(self.min_heap)
        heapq.heappush(self.max_heap, -mini)
        if len(self.min_heap) < len(self.max_heap):
            heapq.heappush(self.min_heap, -heapq.heappop(self.max_heap))

    def findMedian(self) -> float:
        max_len = len(self.max_heap)
        min_len = len(self.min_heap)
        if max_len != min_len:
            return self.min_heap[0] * 1.0
        else:
            return (self.min_heap[0] - self.max_heap[0]) / 2.0