Aamazon笔试题(Find median in a stream )
题意:
Given an input stream of n integers the task is to insert integers to stream and print the median of the new stream formed by each insertion of x to the stream.
给你一个输入流,会往这个流中插入整数,你的任务是每次插入一个整数之后计算当前的中位数是多少。
Example
流的数据 : 5, 15, 1, 3
5 进入流 –> 中位数 5 (5)
15 进入流 –> 中位数 10 (5, 15)
1 进入流 –> 中位数 5 (5, 15, 1)
3 进入流 –> 中位数 4 (5, 15, 1, 3)
输入描述:
第一行是n的大小,接着输入n个数。
输出描述:
每一测试输出n个数,表示插入第i个数之后的中位数。
Constraints:
1<=N<=10^5+7
1<=x<=10^5+7
Example:
Example:
Input:
4
5
15
1
3
Output:
5
10
5
4
分析:
笔试和面试题都有一个很大的规律,就是一定可以直接想到最暴力的方法,所以在面试的时候,不要着急,先给出暴力方法,在思考更好的方法,不要直接就去想最优的方法。对于这个题,每次插入数字之后,我们可以之间快速排序取中间即可其时间复杂度是O(n*n*logn),还可以用插入排序,因为每一个的数据都是有序的,插入排序会更好,如果在定位的时候用到二分又会进一步提高性能。之后才是怎样更进一步的解决这个问题呢?中位数?就是中间的数,保证左边的所有数字小于或者等于这个数,右边的所有数字大于或者等于这个数,而且,左右两边的数字的个数相差不超过1。
如果我们每一次插入一个新的数时,都维护两个部分,使得左边的部分小于或等于这个数,右边的部分大于或等于这个数,并保证左右两边的数字的个数相差不超过1。此时的中位数就之后三种情况:
1、左边的个数>右边的个数: 取出左边最大的一个数就是中位数
2、左边的个数<右边的个数: 取出右边最小的一个数就是中位数
3、左边的个数=右边的个数: (取出左边最大的一个数就是中位数 + 取出右边最小的一个数就是中位数)/ 2,就是中位数。
每次我们都要取出左边最大值或者右边的最小值,因此我们想到一个数据结构堆,左边申请一个大根堆,右边申请一个小根堆。维护这两个堆即可。
时间复杂度是O(nlogn)。空间复杂度是O(n)。
Code:
/**
*Author: xiaoran
*座右铭:既来之,则安之
*/
#include<iostream>
#include<stdio.h>
#include<algorithm>
#include<math.h>
#include<set>
#include<map>
#include<queue>
#include<vector>
#include<string>
#include<string.h>
using namespace std;
typedef long long LL;
const int MAXN = 1005;
int main() {
//code
int n,x;
while(cin>>n){
vector<int> a;
priority_queue <int> minheap;//count left part 值越大优先级越大
priority_queue <int,vector<int>,greater<int> > maxheap;// right part值越小优先级越大
int minsize,maxsize,current_med;
minsize = maxsize = current_med = 0;
for(int i=0;i<n;i++){
cin>>x;
a.push_back(x);
//如果当前的值大于中位数,就插入到右边的小根堆
if(x <= current_med){
minheap.push(x);
minsize ++;
}
else{
maxheap.push(x);
maxsize ++;
}
//有一边超过了两个数,证明二者必须分开
if(maxsize - minsize >= 2){
int tmp = maxheap.top();
maxheap.pop();
maxsize --;
minheap.push(tmp);
minsize ++;
}
if(minsize - maxsize >= 2){
int tmp = minheap.top();
minheap.pop();
minsize --;
maxheap.push(tmp);
maxsize ++;
}
//cout<<"minsize:"<<minsize<<endl;
//cout<<"maxsize:"<<maxsize<<endl;
//根据三种情况得到中位数
if(maxsize == minsize){
current_med = (maxheap.top() + minheap.top()) / 2;
}
if(maxsize < minsize){
current_med = minheap.top();
}
if(maxsize > minsize){
current_med = maxheap.top();
}
cout<<current_med<<endl;
}
}
return 0;
}