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。
由于不是固定的数组,而是一个数据流,所以肯定要存在插入操作,我们插入之后要保证有序,这样我们取中位数就比较方便了。
那用什么什么数据结构呢?首先我们想的是数组,但是排序的时间复杂度比较高。
所以我们可以想到用大顶堆和小顶堆。java里面有对应的数据结构PriorityQueue。
我们保证小顶堆中的元素都大于等于大顶堆中的元素,所以每次塞值,并不是直接塞进去,而是从另一个堆中poll出一个最大(最小)的塞值。
当数目为偶数的时候,将这个值插入大顶堆中,再将大顶堆中根节点(即最大值)插入到小顶堆中;
当数目为奇数的时候,将这个值插入小顶堆中,再讲小顶堆中根节点(即最小值)插入到大顶堆中;
取中位数的时候,如果当前个数为偶数,显然是取小顶堆和大顶堆根结点的平均值;如果当前个数为奇数,显然是取小顶堆的根节点。
代码如下:
import java.util.Comparator;
import java.util.PriorityQueue;
public class Solution {
//小顶堆
public PriorityQueue<Integer> minHeap = new PriorityQueue<Integer>();
//大顶堆,需要重写排序规则实现
private PriorityQueue<Integer> maxHeap = new PriorityQueue<Integer>( new Comparator<Integer>() {
@Override
public int compare(Integer o1, Integer o2) {
return o2 - o1;
}
});
int count = 0;
public void Insert(Integer num) {
if(count % 2 == 0) {
maxHeap.offer(num);
minHeap.offer(maxHeap.poll());
}else {
minHeap.offer(num);
maxHeap.offer(minHeap.poll());
}
count ++;
}
public Double GetMedian() {
if(count % 2 == 0){
//当前为偶数个,则取小顶堆和大顶堆的堆顶元素求平均
return new Double(minHeap.peek() + maxHeap.peek())/2;
}else{
//当前为奇数个,则直接从小顶堆中取元素即可
return new Double(minHeap.peek());
}
}
}