JZ63_数据流中的中位数

该博客探讨了如何在数据流中实时计算中位数,提出使用最大堆和最小堆的策略。通过维护两个堆,一个存放较大的一半数据(最大堆),另一个存放较小的一半数据(最小堆),确保堆的大小差不超过1,从而在O(logn)的时间复杂度内实现插入和获取中位数。代码示例展示了如何在C++中实现这一算法。
摘要由CSDN通过智能技术生成

JZ63_数据流中的中位数

知识点:最大最小堆
题目链接

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

  1. 这里要求中位数,最笨的方法就是放入数组中排序
  2. 如果是奇数个,我们希望能快速拿到中间的;偶数个,希望拿到前面部分最大的,后面部分最小的;由此我们想到最大堆和最小堆
  3. 我们用最大堆(根是最大的)存前面的一大半数据,最小堆存后面的数据
  4. 如果大根堆没有数 或者 这个数比大根堆的根小的话 就放入大根堆 否则放小根堆
  5. 此外,我们需要平衡两个堆的个数,保证大根堆的个数 比 小根堆最多大1 ,方便奇数使拿到中间的数

代码

#include "cheader.h"
class Solution {
public:
    priority_queue<int,vector<int>> left;//大根堆
    priority_queue<int,vector<int>,greater<>> right;//小根堆
    void Insert(int num) {
        if(left.empty() || num <= left.top())
            left.push(num);
        else
            right.push(num);
        if(left.size() == right.size()+2){
            right.push(left.top());
            left.pop();
        }else if(left.size()+1 <= right.size()){
            left.push(right.top());
            right.pop();
        }
    }
    double GetMedian() {
        if(left.size() == right.size())
            return 1.0*(left.top()+right.top())/2;
        else
            return left.top();
    }
};

今天也是爱zz的一天!

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值