/*
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。
思路1:
采用ArrayList存储元素,每次添加一个元素就进行排序,排序调用Collections的sort函数,时间复杂度O(nlgn)
排序后的ArrayList可以在O(1)得到中位数
剑指offer思路:
1.不对数组进行排序,在O(1)时间插入元素,
采用partition在O(n)时间寻找中位数
2.每插入一个元素就进行排序,时间O(n),
在O(1)时间得到中位数
3.用链表存储元素,按顺序插入元素到链表,时间O(n),
用指针记录中间结点的位置,可以在O(1)时间得到中位数
4.用二叉搜索树,插入数据可以在平均O(lgn)时间完成,树极度不平衡时最差,O(n)
在二叉树中添加一个表示子树结点数目的字段,可以在平均O(lgn)时间找到中位数,怎么找?
5.利用平衡二叉树AVL,插入数据可以在O(lgn)时间完成,把AVL树的平衡因子改为左右子树结点数目差,可以在O(1)时间得到中位数
6.如果能保证数据容器左边的数据都小于右边的数据,这样即使两边内部的数据没有排序,也可以根据左边最大数和右边最小数得到中位数
左边使用最大堆,右边使用最小堆
为保证数据平均分配到两个堆中,数据总数目是偶数时新数据插入到最小堆中,否则插入到最大堆中
为保证左边的数据总数小于右边的数据,数据总数目是偶数时,先将新数据插入最大堆中,再将最大堆的最大元素取出插入最小堆
否则,先将新数据插入最小堆中,再将最小堆的最小元素取出插入最大堆
用什么来实现最大最小堆?要做到动态插入,参考算法导论优先队列
牛客网参考代码中采用最大最小堆的都直接调用优先队列PriorityQueue,自己如何实现?
*/
import java.util.*;
class GetMedian
{
//思路1
ArrayList<Integer> al=new ArrayList<Integer>();
public void insert(Integer num) {
al.add(num);
Collections.sort(al);
}
public Double getMedian() {
int s=al.size();
double mid=0.0;
if (s%2==0)
{
mid=(double)(al.get(s/2-1)+al.get(s/2))/2;
}else
mid=al.get(s/2);
return mid;
}
//使用PriorityQueue
PriorityQueue<Integer> minHeap=new PriorityQueue<Integer>();
//PriorityQueue默认是小顶堆,实现大顶堆,需要反转默认排序器
PriorityQueue<Integer> maxHeap=new PriorityQueue<Integer>(20, new Comparator<Integer>() {
@Override
public int compare(Integer o1, Integer o2) {
return o2.compareTo(o1);
}
});
int count=0;
public void insert1(Integer num) {
count++;
if (count%2==0)
{
maxHeap.add(num);
int max=maxHeap.poll();
minHeap.add(max);
}else
{
minHeap.add(num);
int min=minHeap.poll();
maxHeap.add(min);
}
}
public Double getMedian1() {
if (count%2==0)
{
int min=minHeap.peek();
int max=maxHeap.peek();
return (double)(min+max)/2;
}else
return maxHeap.peek();
}
}
剑指offer_数据流中的中位数
最新推荐文章于 2022-04-14 11:28:07 发布