连续中值

随机产生数字并传递给一个方法。你能否完成这个方法，在每次产生新值时，寻找当前所有值的中间值（中位数）并保存。

中位数是有序列表中间的数。如果列表长度是偶数，中位数则是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：

addNum(1)
addNum(2)
findMedian() -> 1.5
addNum(3) 
findMedian() -> 2

来源：力扣（LeetCode）

代码：

# -*- coding: utf-8 -*-
"""
Created on Tue Aug  4 21:46:18 2020

@author: WowlNAN

@github: https://github.com/WowlNAN

@csdn: https://blog.csdn.net/qq_21264377

"""

class MedianFinder:

    def __init__(self):
        """
        initialize your data structure here.
        """
        self.nums=[]


    def addNum(self, num: int) -> None:
        if self.nums==None:
            self.nums=[]
        if self.nums==[]:
            self.nums.append(num)
        else:
            i=0
            l=len(self.nums)
            f=False
            for i in range(l):
                if self.nums[i]>num:
                    f=True
                    self.nums.insert(i, num)
                    break
            if not f:
                self.nums.append(num)

    def findMedian(self) -> float:
        l=len(self.nums)
        if l==0:
            return 0
        elif l==1:
            return self.nums[0]
        elif l==2:
            return (self.nums[0]+self.nums[1])/2
        i=int(l/2)
        if l%2==0:
            return (self.nums[i-1]+self.nums[i])/2
        else:
            return self.nums[i]


# Your MedianFinder object will be instantiated and called as such:
# obj = MedianFinder()
# obj.addNum(num)
# param_2 = obj.findMedian()
            
s=MedianFinder()
s.addNum(1)
s.addNum(3)
print(s.findMedian())
s.addNum(9)
s.addNum(5)
print(s.findMedian())
print(s.nums)

 这道题的难度是困难？

Test Case

原来addNum()添加元素使用选择插入的方法提交结果显示超时，后修改为

self.nums.insert()

然后勉强通过~ 

改进：

考虑先添加元素，再使用归并排序进行排序，这样时间复杂度就是O(nlogn)。