求一个无序数组的中位数。
如:{2,5,4,9,3,6,8,7,1}的中位数为5,{2,5,4,9,3,6,8,7,1,0}的中位数为4和5。
要求:不能使用排序,时间复杂度尽可低。
实现思路:
解法一:快排思想
【背景知识】
1.快速排序可以实现将数据划分为 三部分 : 左边小于基准值 基准值 右边大于基准值位置
2.每次划分都可以将基准值的最终确定, 那这样的话,我们找中位数就很方便了。
如果划分返回的区间
- 小于mid 去 右区间进行下一步查找
- 大于mid 去 左区间进行下一步查找
- ==mid 返回
代码实现:
int PartionMid(int array[], int left ,int right)
{
int key = array[right];
int begin = left;
int end = right;
while (begin < end)
{
while (begin < end&&array[begin] <=key) //注意是<=
{
begin++;
}
while (begin < end&&array[end] >=key)
{
end--;
}
if (begin < end)
{
swap(array[begin],array[end]);
}
}
swap(array[begin], array[right]);
return begin;
}
//实现思路: 如果下标<mid去左区间找 ,如果下标>mid 去右区间找
int FindMid(int array[], int size)
{
int mid = (size-1)/ 2;
int left = 0;
int right = size - 1;
int index = 0;
index = PartionMid(array, left, right);
while (index != mid)
{
if (index < mid) //去右区间找
{
index = PartionMid(array, index+1, right);
}
else if (index>mid)//去左区间找
{
index = PartionMid(array, left, index-1);
}
}
return array[mid];
}
解法二: TopK问题
求中间大元素:建小堆,每次和当前堆最小值进行比较,
1.如果小于堆顶(当前堆最小值),说明不是 前K个数据,直接过滤掉
2.如果大于堆顶(当前堆最小值),说明有可能是 前K个数据
替换掉堆顶,再次对当前堆顶进行调整,满足最小堆性质
另外:优先级队列的底层也是通过建堆来实现的。默认是建大堆,此时就要编写一个使其建小堆的仿函数了,其实也就是相当于修改了它的优先级。
代码实现:
//优先级队列实现 :天然的堆
int GetMidByQue(int arr[], int size)
{
int mid = (size) / 2+1;
struct Com
{
bool operator ()(int num1, int num2)
{
return num1 > num2;
}
};
priority_queue<int, vector<int>,Com> q;
for (int i = 0; i < mid; i++)
{
q.push(arr[i]);
}
for (int i = mid; i < size; i++)
{
if (arr[i]>q.top()) //替换掉元素
{
q.pop();
q.push(arr[i]);
}
}
//返回堆顶元素即可
if (!q.empty())
{
return q.top();
}
else
{
return -111111;
}
}