剑指offer 41. 数据流中的中位数

剑指offer 41. 数据流中的中位数

题目描述

解题思路

参考题解：面试题41. 数据流中的中位数（优先队列 / 堆，清晰图解）

构造大顶堆时的写法：

maxHeap = new PriorityQueue<Integer>((x, y) -> (y - x));

这里的 (x, y) -> (y - x) 是 Java 8 的新特性 lamda 表达式，可以理解为一个简化的函数，函数的输入形参为 x 和 y，则输出为 return y - x。

这种写法等价于下面这样：

maxHeap = new PriorityQueue<Integer>(new Comparator<Integer>(){
            public int compare(Integer num1, Integer num2) {
                return num2 - num1;
            }
        });

本题具体代码如下：

class MedianFinder {
    //小顶堆保存较大的元素，大顶堆保存较小的元素
    private Queue<Integer> minHeap, maxHeap;

    /** initialize your data structure here. */
    public MedianFinder() {
        minHeap = new PriorityQueue<Integer>();
        maxHeap = new PriorityQueue<Integer>((x, y) -> (y - x));
    }
    
    public void addNum(int num) {
        if (maxHeap.size() != minHeap.size()) {
            //如果当前是奇数个元素，则需要往maxHeap中添加元素
            minHeap.offer(num);
            maxHeap.offer(minHeap.poll());
        } else {
            //如果当前是偶数个元素，则需要往minHeap中添加元素
            maxHeap.offer(num);
            minHeap.offer(maxHeap.poll());
        }
    }
    
    public double findMedian() {
        //如果是奇数，则返回minHeap的堆顶；如果是偶数，则返回两个堆堆顶的平均值
        return maxHeap.size() != minHeap.size() ? (double)minHeap.peek() : (minHeap.peek() + maxHeap.peek()) / 2.0;
    }
}

/**
 * Your MedianFinder object will be instantiated and called as such:
 * MedianFinder obj = new MedianFinder();
 * obj.addNum(num);
 * double param_2 = obj.findMedian();
 */