剑指offer之数据流中的中位数

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。

tips:本题在读取数据流的同时给出当前中位数。调用完insert()之后紧接着调用getmedian()。每次读取数据时都要进行中位数判断，我们可以用两个堆实现，一个大根堆存较小的那一半数据，另一个小根堆存较大的一半数据。存数据时先存到大根堆中，若为奇数，return 大根堆首个元素；若为偶数时，return 大根怼和小根堆首元素均值（转化浮点）。那么如何保证较小的一半始终在大根堆？只需要在两个元素开始，各自建立完大小根堆后对首元素进行大小判断，小的元素交换至大根堆首，然后再各自调整为堆结构即可。

# -*- coding:utf-8 -*-
class Solution:
    def __init__(self):
        self.big=[]
        self.small=[]
        self.count=0
    def Insert(self, num):
        # write code here
        if self.count%2==0:
            self.small.append(num)
        else:
            self.big.append(num)
        self.count+=1
    def adjust_big_heap(self,arr,start,lenth):#调整为大根堆
        root=start
        child=root*2+1
        while child<lenth:
            if child+1<lenth and arr[child+1]>arr[child]:
                child+=1
            if arr[child]>arr[root]:
                arr[child],arr[root]=arr[root],arr[child]
                root=child
                child=2*root+1
            else:
                break
    def adjust_small_heap(self,arr,start,lenth):#调整为小根堆
        root=start
        child=root*2+1
        while child<lenth:
            if child+1<lenth and arr[child+1]<arr[child]:
                child+=1
            if arr[child]<arr[root]:
                arr[child],arr[root]=arr[root],arr[child]
                root=child
                child=2*root+1
            else:
                break
    def GetMedian(self,x):
        # write code here
        if self.count==1:
            return self.small[0]
        for i in range(((len(self.small))-2)>>1,-1,-1):
            self.adjust_big_heap(self.small,i,len(self.small))
        for i in range(((len(self.big))-2)>>1,-1,-1):
            self.adjust_small_heap(self.big,i,len(self.big))
        if self.small[0]>self.big[0]:
            self.small[0],self.big[0]=self.big[0],self.small[0]
            self.adjust_big_heap(self.small,0,len(self.small))
            self.adjust_small_heap(self.big,0,len(self.big))
        if self.count%2==0:
            return (self.small[0]+self.big[0])/2.0
        return self.small[0]