面试题41：数据流中的中位数

/*

 * 面试题41：数据流中的中位数

 * 题目：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。

 * 思路：创建优先级队列维护大顶堆和小顶堆两个堆，并且小顶堆的值都大于大顶堆的值，2个堆个数的差值小于等于1，

 * 所以当插入个数为奇数时：大顶堆个数就比小顶堆多1，中位数就是大顶堆堆头；

 * 当插入个数为偶数时，使大顶堆个数跟小顶堆个数一样，中位数就是 2个堆堆头平均数。也可使用集合类的排序方法。

 *

 * Java的PriorityQueue 是从JDK1.5开始提供的新的数据结构接口，默认内部是自然排序，结果为小顶堆，也可以自定义排序器，比如下面反转比较，完成大顶堆。

 */

 

import java.util.Comparator;

import java.util.PriorityQueue;

 

public class No41GetMedian {

   

    public static void main (String[] args) {

       No41GetMedian n = new No41GetMedian();

       n.Insert(1);

       n.Insert(2);

       n.Insert(3);

       n.Insert(4);

       System.out.print(n.GetMedian());

    }

   

    int count;

    PriorityQueue<Integer> minHeap = new PriorityQueue<Integer>();

    PriorityQueue<Integer> maxHeap = new PriorityQueue<Integer>(11, new Comparator<Integer>() {

       @Override

       public int compare(Integer o1, Integer o2) {

           // PriorityQueue默认是小顶堆，实现大顶堆，需要反转默认排序器

           return o2.compareTo(o1);

       }

    });

 

    public void Insert(Integer num) {

       count++;

       // 当数据的个数为奇数时，进入大根堆

       if ((count & 1) == 1) {

           minHeap.offer(num);

           maxHeap.offer(minHeap.poll());

       } else {

           maxHeap.offer(num);

           minHeap.offer(maxHeap.poll());

       }

    }

 

    public Double GetMedian() {

       if (count == 0) {

           return null;

       }

       // 当数据个数是奇数时，中位数就是大根堆的顶点

       if ((count & 1) == 1) {

           return Double.valueOf(maxHeap.peek());

       } else {

           return Double.valueOf((minHeap.peek() + maxHeap.peek())) / 2;

       }

    }

}