（C++）剑指offer-63：数据流中的中位数（大小堆维护）

最新推荐文章于 2024-06-07 19:57:42 发布

羚恩羊

最新推荐文章于 2024-06-07 19:57:42 发布

阅读量281

点赞数

本文链接：https://blog.csdn.net/qq_35264256/article/details/105407333

版权

剑指offer-63：数据流中的中位数

大小堆的经典应用，利用大小堆求解一个不断更新的数组的中位数。核心是利用大根堆存储前0到n/2+1个小的数字，小根堆存储剩下大的数字，这样大根堆和小根堆的顶部就是中位数所需（奇数个就是大根堆顶，偶数个就是两堆顶均值）。须维护好两个堆中元素的个数关系，元素的大小关系，即大根堆的所有元素理应比小根堆的所有元素要小，如果违反了此规则，就需要进行元素的对换。
堆的时间复杂度为O(logn)；具体代码如下：

class Solution {
public:
    
    priority_queue<int> max_heap;
    priority_queue<int, vector<int>, greater<int>> min_heap; //注意小根堆的定义
    
    void Insert(int num)
    {
        max_heap.push(num);
        if(min_heap.size() && max_heap.top() > min_heap.top()){ //1.大，交换
            auto maxv = max_heap.top(), minv = min_heap.top();
            max_heap.pop(), min_heap.pop();
            max_heap.push(minv), min_heap.push(maxv);
        }
        if(max_heap.size() > min_heap.size() + 1){ //2.多，转移
            min_heap.push(max_heap.top());
            max_heap.pop();
        }
    }

    double GetMedian()
    { 
        if(max_heap.size() + min_heap.size() & 1) return max_heap.top();
        return (max_heap.top() + min_heap.top()) / 2.0;
    }

};