剑指offer--数据流中的中位数and 1-n整数中1出现的次数

题目1：

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。

例如，

[2,3,4] 的中位数是 3

[2,3] 的中位数是 (2 + 3) / 2 = 2.5

设计一个支持以下两种操作的数据结构：

void addNum(int num) - 从数据流中添加一个整数到数据结构中。
double findMedian() - 返回目前所有元素的中位数。
示例 1：

输入：
["MedianFinder","addNum","addNum","findMedian","addNum","findMedian"]
[[],[1],[2],[],[3],[]]
输出：[null,null,null,1.50000,null,2.00000]

思路：

中位数的找法可以先将列表进行排序，然后找到中间的数，

如果数据很大的话，采用暴力排序然后找中间中位数的时候，是超时的。

这里插入数据和找中位数，采用的是双堆的解法，A堆存放的是排序后大的那一部分数据，用小顶堆，堆顶是数组中大的那一部分数据的最小位，B中放的是小的那一部分。存放数据的个数要么两个相等，最后求两个堆顶的平均值，要么A中多一个，中位数就是A的堆顶。这里还有一个地方需要注意，就是存放新的数据的时候，如果应该放在A里面数据了，那需要先将数放到B中一下，防止本来应该放在小的部分的数放到了大的那一半，A中同理。

代码：

from heapq import *
class MedianFinder:
    def __init__(self):
        """
        initialize your data structure here.
        """
        self.A=[]
        self.B=[]#创建两个堆

    #查找中位数肯定不可以使用暴力解法了，时间复杂度太高
    #这里我们考虑使用双顶堆的方式存放数据流
    #即创建两个堆，A是小顶椎，存放的是数组中大的那一半数据
    #B是大顶椎，存放的是小的那一部分的数据，这样两个堆顶元素就可以实现查找中位数
    #添加元素的时候，先创建两个堆，让A大于B或者让A=B
    #新增加一个元素的时候，用m和n来代表AB顶堆的大小
    #如果m=n,那说明下一个元素应该放在A里面，如果m!=n,那肯定是A比B多了一个，应该放在B里面
    #python中自带的堆功能是小顶堆，要实现大顶堆需要将存入的数据首先取负
    #这里需要注意的一点是，新增加一个元素的时候，如果要往A里面添加元素，那需要先将其添加到B中，以防止本属于小的部分的元素添加到了A的大的部分中
    def addNum(self, num: int) -> None:
        #此时需要将其放入到B中
        if len(self.A)!=len(self.B):
            heappush(self.A,num)
            heappush(self.B,-heappop(self.A))#注意B是大顶堆，放入元素需要取反
        else:
            heappush(self.B,-num)
            heappush(self.A,-heappop(self.B))


    def findMedian(self) -> float:
        if len(self.A)==len(self.B):
            #相等的情况下，需要取两个顶的平均数
            return (self.A[0]-self.B[0])/2.0
        else:
            return self.A[0]





# Your MedianFinder object will be instantiated and called as such:
# obj = MedianFinder()
# obj.addNum(num)
# param_2 = obj.findMedian()

题目二：

输入一个整数 n ，求1～n这n个整数的十进制表示中1出现的次数。

例如，输入12，1～12这些整数中包含1 的数字有1、10、11和12，1一共出现了5次。

示例 1：

输入：n = 12
输出：5

思路：这里有一个新的思路，就是输入的n的每一位上1可能出现的次数都算出来，将它们相加，求出来额就是总的从1到这个数1可能出现的次数。例如12，个位1出现的次数是01，11，十位1出现的次数是10，11，12，

整体思路和规律：

这一道题可以找到其中的规律，设置高低位，根据高低位还有当前cur所在数字的某一位一块计算出当前位可能存在一的数量

    例如输入数字n，要计算从1-n的数字中1出现的次数，假如输入的是二位数12

    那我们将每一位可能出现1的可能次数都计算出来然后相加就可以了

    首先是个位01，11，十位出现1，可能的有10，11，12三种，所以一共五个

    设当前位为cur,高位为high，地位是low,dight表示当前处于某位，例如处于个位，dight=1

    cur有三种情况,例如求十位处1的可能性

    if cur==0:假设输入的是2304（10位是0），那十位处为1的数的范围是0010-2219，此时十位为1次数有229-000+1=230

    if cur==1:假设输入的是2314，十位为1的数的范围是0010-2314，个数为234-000+1=235

    if cur==2,3,4...,输入的是2324，那范围是0010-2319，个数为239-000+1=240

    以上总结出公式即可，后面个数的得出可以理解为密码锁，当前位不动，剩下位的可能

    首先是创建几个变量用来指向数字的每一位,从个位开始计算次数

代码：

class Solution:
    def countDigitOne(self, n: int) -> int:
        high=n//10
        cur=n%10
        low=0
        dight=1
        res=0
        while high!=0 or cur!=0:
            if cur==0:res+=high*dight
            elif cur==1:res+=high*dight+low+1
            else:res+=(high+1)*dight
            low+=dight*cur
            cur=high%10
            high=high//10
            dight*=10
        return res