剑指offer之面试题41：数据流中的中位数

面试题41：数据流中的中位数

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。

因为是数据流，所以需要随时能得到目前已获得数据的中位数。

思路1：每次都进行排序。（这种方法在 leetcode 上会超出时间限制）

代码实现：

class MedianFinder {

    private List<Double> list;

    /** initialize your data structure here. */
    public MedianFinder() {
        list = new ArrayList<>();
    }
    
    public void addNum(double num) {
        list.add(num);
    }
    
    public double findMedian() {
        Collections.sort(list);
        if(list.size() % 2 == 0) {
            int len = list.size();
            double num1 = list.get(len/2);
            double num2 = list.get(len/2 - 1);
            return (num1 + num2) / 2;
        } else {
            return list.get(list.size() / 2);
        }
    }
}

思路2：用优先队列来解决这个问题
1、优先队列1：大顶堆，存储数据中的较小数，存储 len/2 或 len/2+1 个数。
2、优先队列2：小顶堆，存储数据中的较大数，存储 len/2 个数。
3、每次数据先存入优先队列1，若优先队列1中的数据个数比优先队列2多两个，则出队一个元素加入优先队列2。若优先队列1的队头元素比优先队列2的队头元素大，则优先队列1出队一个元素到优先队列2，优先队列2出队一个元素到优先队列1。
4、输出时，若优先队列1的数据个数为 len/2+1，则返回优先队列1的队头元素。若优先队列1的元素个数为 len/2，则返回两个对头元素的平均值。

代码实现：

class MedianFinder {

    private Queue<Double> priorityQueue1;
    private Queue<Double> priorityQueue2;

    /** initialize your data structure here. */
    public MedianFinder() {
            priorityQueue1 = new PriorityQueue<>(new Comparator<Double>() {
            @Override
            public int compare(Double o1, Double o2) {
                if(o2 - o1 > 0) return 1;
                else return -1;
            }
        });
        priorityQueue2 = new PriorityQueue<>();
    }
    
    public void addNum(double num) {
        priorityQueue1.add(num);
        if(priorityQueue1.size() > priorityQueue2.size() + 1) {
            priorityQueue2.offer(priorityQueue1.poll());
        }
        if(priorityQueue2.size() != 0 && priorityQueue1.peek() > priorityQueue2.peek()) {
            priorityQueue2.offer(priorityQueue1.poll());
            priorityQueue1.offer(priorityQueue2.poll());
        }
    }
    
    public double findMedian() {
        if(priorityQueue1.size() == priorityQueue2.size()) return (priorityQueue1.peek() + priorityQueue2.peek()) / 2;
        else return priorityQueue1.peek();
    }
}