求中位数不难,但这题会超时,需要用树形数组+二分查找来求中位数。
一般的思路是用一个真实的栈(STL stack)来控制出栈入栈,用一个数组来记录堆栈中的数,这个数组下标代表某个数,对应的元素值代表该数在堆栈中的个数。求中位数,实际上也就是求第(stack.size()/2)大的数,计算这个数组的部分和就可以得到中位数,每次求中位数的最坏时间复杂度为O(n),平均时间复杂度为O(n/2),都是线性。有元素入栈出栈需要对这个数组进行更新,时间复杂度为O(1).
但是,如果数组中记录的不是每个数的个数,也就是说A[i]不再代表等于i的数的个数,而是代表小于i的数的个数。这样可以通过二分法求中位数,时间复杂度降低到O(logn),但是更新却需要O(n)时间复杂度,因为后面的部分和都要随之改变。
树形数组通过巧妙的数学方法,将求中位数的时间复杂度降低到O(logn),更新的时间复杂度也降低到O(logn),是一种很有用的数据结构。我也是遇到这题才知道树形数组,网上找了很多资料,目前发现最简单易懂的就是下面这篇:
http://www.cppblog.com/menjitianya/archive/2015/11/02/212171.html
不仅解释了什么是树形数组,也解释了它的好处,归纳了会用到它的经典场景。
下面贴出AC代码
#include<stdio.h>
#include<stack>
#include<string.h>
#include<memory.h>
#define lowbit(i) ((i)&(-i))
#define maxn 1000001
using namespace std;
int c[maxn];
stack<int> S;
void update(int x, int v)
{
for (int i = x; i < maxn; i += lowbit(i))
{
c[i] += v;
}
}
int sum(int x)
{
int ans = 0;
for (int i = x; i >= 1; i -= lowbit(i))
{
ans += c[i];
}
return ans;
}
void peekMedian()
{
int left = 1, right = maxn, mid, k = (S.size() + 1) / 2;
while (left < right)
{
mid = (left + right) / 2;
if (sum(mid) >= k)
{
right = mid;
}
else
{
left = mid + 1;
}
}
printf("%d\n", left);
}
int main()
{
memset(c, 0, sizeof(int)*maxn);
while (S.empty() == false)
{
S.pop();
}
int N;
scanf("%d", &N);
char command[11];
for (int i = 0; i < N; i++)
{
scanf("%s", command);
if (strcmp(command, "Pop") == 0)
{
if (S.empty() == true)
{
printf("Invalid\n");
}
else
{
printf("%d\n", S.top());
update(S.top(), -1);
S.pop();
}
}
else if (strcmp(command, "PeekMedian") == 0)
{
if (S.empty() == true)
{
printf("Invalid\n");
}
else
{
peekMedian();
}
}
else if (strcmp(command, "Push") == 0)
{
int tmp = 0;
scanf("%d", &tmp);
S.push(tmp);
update(tmp, 1);
}
}
return 0;
}