这题的思路就是维护两个堆,一个大根堆一个小根堆,将数据加入到这两个堆中,这样从两个堆的堆顶就可以获取整个数据的中位数。
C++中的priority_queue 默认是以大根堆存储的,也就是说,堆顶是堆中最大的元素。如果要定义小根堆,那么就得自己写一个仿函数。具体看代码注释
class MedianFinder
{
class cmp
{
public:
bool operator()(double a,double b)
{
return a>b;//返回true时,优先级会更低,也就是a的优先级会低于b,a会往堆底调整
}
};
priority_queue<double,vector<double>,cmp> Small;//构建小顶堆
priority_queue<double,vector<double>> Large;//构建大顶堆
public:
MedianFinder()
{
}
void addNum(int num)
{
if(Large.size()==0 && Small.size()==0)//第一个加入的元素默认先放在Large
{
Large.push(num);
return;
}
if(num<=Large.top())//如果num小于Large的堆顶,那么num就放入Large堆中
{
Large.push(num);
cout<< num<<"push to large"<<endl;
}
else//若num大于Large堆顶,也就是比Large最大的大,那么放入Small中
{
Small.push(num);
cout<< num<<"push to small"<<endl;
}
//如果两个堆的数量之差为2,那么需要重新调整一下大小,把大的那个堆顶元素放在小的那个堆上
//为什么差为2的时候调整?因为这样就可以保证调整完后,两个堆数量一致。(3:1)->(2:2)这样的
if(Large.size()-Small.size()==2)
{
int temp=Large.top();
Large.pop();
Small.push(temp);
return;
}
if(Small.size()-Large.size()==2)
{
int temp=Small.top();
Small.pop();
Large.push(temp);
return;
}
}
double findMedian()
{
if(Small.size()>Large.size())
return Small.top();
else if(Small.size()<Large.size())
return Large.top();
return (Small.top()+Large.top())/2;
}
};