41 数据流中的中位数
1 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。
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:
输入:
["MedianFinder","addNum","addNum","findMedian","addNum","findMedian"]
[[],[1],[2],[],[3],[]]
输出:[null,null,null,1.50000,null,2.00000]
2 题目分析
采用大顶堆+小顶堆的做法,因为中位数是数据流中间位置的元素,当个数为偶数时,中位数=中间两个元素的平均数,当个数为奇数时,中位数=中间元素插入操作:比如 1 4 6 7,元素 1 4进入大顶堆, 6 7进入小顶堆;插入3要保证有序可以先将3插入大顶堆,然后再将大顶堆首元素弹出,插入小顶堆;因为当元素个数为奇数时要返回大顶堆的元素,因此当插入元素后count为奇数时,还要将小顶堆的首元素放回大顶堆。
3 代码
class MedianFinder {
/*
思路:大顶推+小顶堆双堆实现
*/
// 初始化
private final PriorityQueue<Integer> maxHeap;
private final PriorityQueue<Integer> minHeap;
// count统计总次数
private int count;
/** initialize your data structure here. */
public MedianFinder() {
maxHeap = new PriorityQueue<>((x, y) -> y - x);
minHeap = new PriorityQueue<>();
count = 0;
}
public void addNum(int num) {
count++;
// 先往大顶堆加入
maxHeap.offer(num);
// 然后把大顶堆的堆首出来加入到小顶堆
minHeap.offer(maxHeap.poll());
// 进行判断更正:如果count是奇数的话把小顶堆返回来
if ((count & 1) != 0) {
maxHeap.offer(minHeap.poll());
}
}
public double findMedian() {
if(maxHeap.isEmpty() ||minHeap.isEmpty()) return 0;
// 如果是偶数
if ((count & 1) == 0) {
return (double) (maxHeap.peek() + minHeap.peek()) / 2;
}
return (double)maxHeap.peek();
}
}