LeetCode刷题19--数据流的中位数、滑动窗口中位数

295. 数据流的中位数

链接

题目描述

中位数是有序列表中间的数。如果列表长度是偶数，中位数则是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：
addNum(1)
addNum(2)
findMedian() -> 1.5
addNum(3) 
findMedian() -> 2

暴力解法

每次插入维持数组的有序性

class MedianFinder(object):

    def __init__(self):
        """
        initialize your data structure here.
        """
        self.list_1=[]


    def addNum(self, num):
        """
        :type num: int
        :rtype: None
        """
        if len(self.list_1)==0:
            self.list_1.append(num)
            return
        
        if num<self.list_1[0]:
            self.list_1=[num]+self.list_1
            
            return
        if num>self.list_1[-1]:
            self.list_1=self.list_1+[num]
            
            return 
        
        i=0
        while(num>self.list_1[i]):
            i+=1
        
        self.list_1=self.list_1[:i]+[num]+self.list_1[i:]
        
    def findMedian(self):
        """
        :rtype: float
        """
        L=len(self.list_1)
        if L%2==1:
            
            return self.list_1[L//2]
        return float((self.list_1[L//2-1]+self.list_1[L//2]))/2
# Your MedianFinder object will be instantiated and called as such:
# obj = MedianFinder()
# obj.addNum(num)
# param_2 = obj.findMedian()

而python中含有一个排序模块bisect

class MedianFinder(object):

    def __init__(self):
        """
        initialize your data structure here.
        """
        self.list_1=[]


    def addNum(self, num):
        """
        :type num: int
        :rtype: None
        """
        if len(self.list_1)==0:
            self.list_1.append(num)
            return
        idx=bisect.bisect_left(self.list_1,num)
        self.list_1=self.list_1[:idx]+[num]+self.list_1[idx:]
        """
        if num<self.list_1[0]:
            self.list_1=[num]+self.list_1
            
            return
        if num>self.list_1[-1]:
            self.list_1=self.list_1+[num]
            
            return 
        
        i=0
        while(num>self.list_1[i]):
            i+=1
        
        self.list_1=self.list_1[:i]+[num]+self.list_1[i:]
        """
    def findMedian(self):
        """
        :rtype: float
        """
        L=len(self.list_1)
        if L%2==1:
            
            return self.list_1[L//2]
        return float((self.list_1[L//2-1]+self.list_1[L//2]))/2
        
# Your MedianFinder object will be instantiated and called as such:
# obj = MedianFinder()
# obj.addNum(num)
# param_2 = obj.findMedian()

参考题解做法
链接1
链接2

优先队列：
普通的队列是一种先进先出的数据结构，元素在队列尾追加，而从队列头删除。在优先队列中，元素被赋予优先级。当访问元素时，具有最高优先级的元素最先删除。优先队列具有最高级先出 （first in, largest out）的行为特征。通常采用堆数据结构来实现。
C++
priority_queue
java
PriorityQueue
python
heapq

480. 滑动窗口中位数

链接

题目描述

中位数是有序序列最中间的那个数。如果序列的长度是偶数，则没有最中间的数；此时中位数是最中间的两个数的平均数。

例如：

[2,3,4]，中位数是 3
[2,3]，中位数是 (2 + 3) / 2 = 2.5

给你一个数组 nums，有一个长度为 k 的窗口从最左端滑动到最右端。窗口中有 k 个数，每次窗口向右移动 1 位。你的任务是找出每次窗口移动后得到的新窗口中元素的中位数，并输出由它们组成的数组。

代码(暴力解法）

class Solution(object):
    def medianSlidingWindow(self, nums, k):
        """
        :type nums: List[int]
        :type k: int
        :rtype: List[float]
        """
        if k<=0:
            return []
        if k==1:
            return nums
        res=[]
        if k%2==1:
            k_2=k//2
            for i in range(len(nums)-k+1):
                tmp=nums[i:i+k]
                tmp.sort()
                res.append(tmp[k_2])
        else:
            k_2=k//2
            for i in range(len(nums)-k+1):
                tmp=nums[i:i+k]
                tmp.sort()
                res.append(float((tmp[k_2-1]+tmp[k_2]))/2)
        return res

优化解法
链接

import bisect
class Solution(object):
    def medianSlidingWindow(self, nums, k):
        """
        :type nums: List[int]
        :type k: int
        :rtype: List[float]
        """
        median=lambda a:(float(a[(len(a)-1)//2]+a[len(a)//2]))/2
        a=sorted(nums[:k])
        res=[median(a)]
        
        for i in range(len(nums)-k):
            pop_n=nums[i]
            push_n=nums[i+k]
            a.pop(bisect.bisect_left(a,pop_n))
            a.insert(bisect.bisect_left(a,push_n),push_n)
            res.append(median(a))
        return res

bisect.bisect_left函数返回这样的位置：位置左侧值都小于x, 位置右侧大于等于.
a.pop(bisect.bisect_left(a,pop_n))先找到pop_n的索引，随后将其弹出。
a.insert(bisect.bisect_left(a,push_n),push_n)找到push_n应该在数组中的位置，随后将其插入