洛谷 P1168 中位数
Description
- 给出一个长度为N的非负整数序列Ai,对于所有1≤k≤(N+1)/2,输出A1,A3,…,\(A_{2k−1}\)的中位数。即前1,3,5,…个数的中位数。
Input
第1行为一个正整数N,表示了序列长度。
第2行包含N个非负整数Ai(Ai≤109)
Output
- 共(N+1)/2行,第i行为A1,A3,…,\(A_{2k−1}\)的中位数。
Sample Input
7 1 3 5 7 9 11 6
Sample Output
1 3 5 6
Data Size
对于20%的数据,N≤100
对于40%的数据,N≤3000
对于100%的数据,N≤100000
题解:
- 对顶堆。
- 将此类问题模型抽象就是在线求第k大,那么对顶堆是一种可以O(logn)维护在线第K大值的算法
- 对顶堆,顾名思义,就是两个堆,头顶着头。
- 对于此题:
- 序列中从小到大排名为1-N / 2的整数存储在大根堆中
- 序列中从小到大排名为N / 2 + 1 - N的整数存储在小根堆中
- 任意时刻,如果某一个堆中元素过多,打破了这个性质,就取出该堆得堆顶插入进另一个堆,这样一来,序列的中位数就是小根堆的堆顶
- 每次新读入一个数值x后,若x比中位数小,则插入大根堆,否则插入小根堆,插入之后检查并维护上述性质既可。这就是“对顶堆”算法。
- 另:这篇博文的算法讲解不错:链接
#include <iostream>
#include <cstdio>
#include <queue>
using namespace std;
int n, x, mid;
priority_queue<int> que1;
priority_queue<int, vector<int>, greater<int> > que2;
int main()
{
cin >> n;
for(int i = 1; i <= n; i++)
{
scanf("%d", &x);
if(i == 1)
{
mid = x, que2.push(x);
printf("%d\n", mid);
continue;
}
if(x < mid) que1.push(x);
else que2.push(x);
while(que1.size() > que2.size())
{
que2.push(que1.top());
que1.pop();
}
while(que2.size() - que1.size() > 1)
{
que1.push(que2.top());
que2.pop();
}
mid = que2.top();
if(i % 2) printf("%d\n", mid);
}
return 0;
}