41、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。

思路

从数据流中读到数字，有多中数据结构储存，所以对应多种解决方法，有不同的时间复杂度。

数据结构	插入的时间复杂度	得到中位数的时间复杂度
没有排序的数组	O(1)	O(n)
排序的数组	O(n)	O(1)
排序的链表	O(n)	O(1)（定义两个指针指向中间结点）
二叉搜索树	平均O(logn) 最差O(n)	平均O(logn)（二叉树结点中定义字段表示子结点数目） 最差O(n)
ALV树	O(logn)（插入代码南书写）	O(1)（将平衡因子改为左右子树结点数目差）
最大堆和最小堆	O(logn)	O(1)

若数据流有序，均分后，左边部分总小于右边部分，左半部分的最大值，与右半部分的最小值的平均即为中位数。（偶数个的情况）

如果能保证左边部分数据都小于右边部分的数据，即使左、右部分内数据没有排序，仍能根据左边的最大值和右边的最小值得到中位数。

为了快速获得两部分的最值，选择用堆这一数据结构实现，将数据均分，左边存入最大堆，右边存入最小堆。如何解决：

（1）数据如何均分存在最大堆和最小堆中？

当当前数据为偶数个时，存入最小堆中，若为奇数个，存在最大堆中。

（2） 如何保证最大堆中的所有数字都小于最小堆中的？

若向最大堆中插入数字：先将数字插入最小堆中，然后将最小堆堆顶数字（总小于所有）插入到最大堆中

C++实现

class Solution {
public:
    void Insert(int num)
    {
        count += 1;
        if(count % 2 == 0)//数字个数为偶数，小顶堆中加一个元素,将数字先存入大顶堆中，再将大顶堆堆顶元素存入小顶堆
        {
            max.push(num);
            min.push(max.top());
            max.pop();
        }
        else
        {
            min.push(num);
            max.push(min.top());
            min.pop();
        }
    }

    double GetMedian()
    {
        if(count % 2 == 0)
            return (double)(max.top()+min.top())/2;
        else
            return max.top();
    
    }
private:
    priority_queue<int, vector<int>, less<int> > max;//降序，大顶堆，存数据流左半部分
    priority_queue<int, vector<int>, greater<int> > min;//升序，小顶堆，存数据流右半部分
    int count = 0;//记录读取的数字的个数
};