本文介绍了一种使用大顶堆和小顶堆来高效获取数据流中中位数的方法。通过维护两个堆，大顶堆存储较小的一半数据，小顶堆存储较大的一半数据，从而确保中位数的实时计算。当数据数量为奇数时，中位数为大顶堆的根节点；为偶数时，中位数为两堆根节点的平均值。文章还提供了相关的代码实现和总结。
一、题目解析
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。
该题为了保证插入数据和取中位数都高效，使用 大顶堆+ 小顶堆完成
大顶堆用来存放较小的数，从大到小排列，小顶堆用来存放较大的数，从小到大排列，所以中位数就是大顶堆的根节点和小顶堆的根节点和的平均数
（1）小顶堆的数据都大于大顶堆的元素，所以每次入堆，不是直接进去，而是从另一个堆中 poll 出一个最大（最小）值，来进入另一个堆。
（2）当数目为奇数时，将值插入大顶堆，然后将大顶堆的最大值（根节点）插入到小顶堆中
（3）当数目为偶数时，将值插入小顶堆，然后将小顶堆中的最小值（根节点）插入到大顶堆中
（4）中位数：当前个数为偶数则取小顶堆和大顶堆的根节点的平均值&#
订阅专栏 解锁全文
扫一扫
252
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
