题目描述
如何得到一个数据流中的中位数?如果从数据流中读出奇数个数值,那么中位数就是所有数值排序之后位于中间的数值
。如果从数据流中读出偶数个数值,那么中位数就是所有数值排序之后中间两个数的平均值。我们使用Insert()方法读取数据流,使用GetMedian()方法获取当前读取数据的中位数。
方法一:暴力解法,插入时间复杂度O(1),得到中位数的时间复杂度O(NlgN)
class Solution {
private:
vector<int> vec;
public:
void Insert(int num)
{
vec.push_back(num);
}
double GetMedian()
{
double res = 0.0;
sort(vec.begin(),vec.end());
int len = vec.size();
if(len % 2 == 0)
res = (double)((double)((vec[len/2]+vec[len/2 - 1]))/2);//取两次double
else
res = (double)(vec[len/2]);
return res;
}
};
方法二:利用堆排序,插入时间复杂度O(lgN),得到中位数的时间复杂度O(1)
class Solution {
private:
vector<int> min;
vector<int> max;
public:
void Insert(int num)
{
int size = min.size() + max.size();
if((size & 1) == 0)//元素个数为偶数,放入小根堆
{
if(max.size() > 0 && num < max[0])//若小于大根堆最大值
{
max.push_back(num);
push_heap(max.begin(),max.end(),less<int>());//对刚插入的(尾部)元素做堆排序,小根堆
num = max[0];//得到最大值
pop_heap(max.begin(),max.end(),less<int>());//pop_heap将front(即第一个最大元素)移动到end的前部,同时将剩下的元素重新构造成(堆排序)一个新的heap
max.pop_back();
}
min.push_back(num);
push_heap(min.begin(),min.end(),greater<int>());
}
else
{
if(min.size() > 0 && num > min[0])//若大于小根堆最小值
{
min.push_back(num);
push_heap(min.begin(),min.end(),greater<int>());
num = min[0];
pop_heap(min.begin(),min.end(),greater<int>());
min.pop_back();
}
max.push_back(num);
push_heap(max.begin(),max.end(),less<int>());
}
}
double GetMedian()
{
int len = max.size() + min.size();
if(len < 0)
return 0;
if(len % 2 == 0)
return (max[0]+min[0])/2.0;//注意返回值double类型,/2.0
else
return min[0];
}
};