leetcode295. 数据流的中位数

思路一

建立一个大根堆和一个小根堆，然后像两个堆添加数据，规则为：第一个数据总是放在大根堆里，对于任一数据，如果小于等于大根堆堆顶值，则放入大根堆，否则放入小根堆，要注意的是，每添加一个元素都要比较两个堆的size，如果一个的size比另一个的size多2，则需要把size较大堆的堆顶元素弹出，并放入size较小的堆。添加数据完成后，比较两堆的size，如果都为0，返回None；size相同，返回两堆堆顶元素/2；否则返回size大的那个堆的堆顶元素，力扣上高效通过

class MedianFinder:
    import heapq 
    import math

    def __init__(self):
        """
        initialize your data structure here.
        """
        self.maxheap = []
        self.minheap = []
        
        
    def addNum(self, num: int) -> None:
         #第一个数或者小于大根堆堆顶元素，就放到大根堆里，否则放到小根堆
        if self.maxheap == [] or num <= -self.maxheap[0]:
            heapq.heappush(self.maxheap,-num)
        else:
            heapq.heappush(self.minheap,num)
        if len(self.maxheap) == len(self.minheap)-2: #小根堆size大
            heapq.heappush(self.maxheap,-heapq.heappop(self.minheap))
        if len(self.minheap) == len(self.maxheap)-2: #大根堆size大
            heapq.heappush(self.minheap,-heapq.heappop(self.maxheap))
          

    def findMedian(self) -> float:  
        if len(self.maxheap) + len(self.minheap) == 0:
            return None
        if len(self.maxheap) == len(self.minheap):
            return (-self.maxheap[0] + self.minheap[0]) / 2
        else:
            return -self.maxheap[0] if len(self.maxheap) > len(self.minheap) else self.minheap[0]

思路二

巧妙利用heapq的nlargest和nsmallest方法，用math.ceil取数组的中心长度K，并根据这个数分别取TopK和BottomK的最后一位，相加除2，这样就不用判断奇偶。但是时间复杂度要高很多，leetcode上超出时限

class MedianFinder:
    import heapq 
    import math

    def __init__(self):
        """
        initialize your data structure here.
        """
        self.s = []

    def addNum(self, num: int) -> None:
        heapq.heappush(self.s,num)

    def findMedian(self) -> float:
        K = math.ceil(len(self.s)/2)    #math.ceil是往大了取
        return (heapq.nlargest(K,self.s)[-1] + heapq.nsmallest(K,self.s)[-1]) / 2

思路三

最原始的笨方法，牛客网上可以通过

class Solution:
    def __init__(self):
        self.s = []
    def Insert(self, num):
        # write code here
        self.s.append(num)
    def GetMedian(self,s):
        # write code here
        self.s.sort()
        length = len(self.s)
        if not self.s or length <= 0:
            return  
        if length%2 == 0:
            return (self.s[length//2-1]+self.s[length//2])/2.0   #####要除以2.0，而不是2
        else:
            return self.s[int(length//2)]