【两次过】数据流中的中位数

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。

---

解题思路：

如果直接采用数组存储，然后排序获得中位数，时间复杂度为O(n)。最理想的状况是采用红黑树或者AVL树，但是库中没有实现这两者数据结构，所以本题采用大小堆的方式，时间复杂度为O(logn)。

设中位数由P1，P2指向，若容器数目是偶数，则中位数是p1, p2的平均数，若容器数目是奇数，则p1, p2指向同一个数。

注意到p1指向的是容器左边部分的最大值，p2指向的是容器右边部分的最小值，所以我们可以使用最大堆保存一半的数，堆顶即为p1，最小堆保存另一半的数，堆顶即为p2，要保证最大最小堆容量差不超过1，为了实现平均分配，可以在数据的总数目是偶数时把新数据插入最小堆，否则插入最大堆。

还要保证最大堆的所有数据都要小于最小堆中的数据。当需要将一个数据插入最大堆时，可以先将其插入到最小堆，然后poll出最小堆的数再插入最大堆，这样就保证了最大堆的数据都小于最小堆，同理亦然。

import java.util.*;
public class Solution {
    private int count = 0;
    private PriorityQueue<Integer> minHeap = new PriorityQueue<>();
    private PriorityQueue<Integer> maxHeap = new PriorityQueue<>
        (11, Comparator.reverseOrder());
    
    public void Insert(Integer num) {
        
        if (count %2 == 0) {//当数据总数为偶数时，新加入的元素，应当进入小根堆
            //（注意不是直接进入小根堆，而是经大根堆筛选后取大根堆中最大元素进入小根堆）
            //1.新加入的元素先入到大根堆，由大根堆筛选出堆中最大的元素
            maxHeap.offer(num);
            int filteredMaxNum = maxHeap.poll();
            //2.筛选后的【大根堆中的最大元素】进入小根堆
            minHeap.offer(filteredMaxNum);
        } else {//当数据总数为奇数时，新加入的元素，应当进入大根堆
            //（注意不是直接进入大根堆，而是经小根堆筛选后取小根堆中最大元素进入大根堆）
            //1.新加入的元素先入到小根堆，由小根堆筛选出堆中最小的元素
            minHeap.offer(num);
            int filteredMinNum = minHeap.poll();
            //2.筛选后的【小根堆中的最小元素】进入大根堆
            maxHeap.offer(filteredMinNum);
        }
        count++;
    }

    public Double GetMedian() {
    if (count %2 == 0) 
        return new Double((minHeap.peek() + maxHeap.peek())) / 2;
    else
        return new Double(minHeap.peek());
    }
}