算法练习-排序 LeetCode 剑指 Offer 41. 数据流中的中位数

今日心情：为了找到工作我也是硬着头皮刷题了。

题目描述：

LeetCode 剑指 Offer 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。

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。

---

 解题代码：

class MedianFinder {

    Queue<Integer> GreaterQ, LessQ;

    /** initialize your data structure here. */
    public MedianFinder() {
        //默认情况下PriorityQueue使用自然排序法，最小元素先出列
         GreaterQ = new PriorityQueue<>(); //存储较大的 默认弹出最小值
         LessQ = new PriorityQueue<>((x,y)->(y-x)); //存储较小的 lambda表达式弹出最大值
    }
    
    public void addNum(int num) {
        if(GreaterQ.size() != LessQ.size()){
            GreaterQ.add(num);
            LessQ.add(GreaterQ.poll());
        }else{
            LessQ.add(num);
            GreaterQ.add(LessQ.poll());
        }
    }
    
    public double findMedian() {
        if(GreaterQ.size() != LessQ.size()){
            return GreaterQ.peek();
        }else{
            return (GreaterQ.peek()+LessQ.peek())/2.0;
        }
    }
}

/**
 * Your MedianFinder object will be instantiated and called as such:
 * MedianFinder obj = new MedianFinder();
 * obj.addNum(num);
 * double param_2 = obj.findMedian();
 */

---

解题思路：（直接看的题解+自己的理解和注意事项）

（1）找数据中的中位数，动态存入且保证随时能查询中位数，数据的排序结构在每次都能保证求取到中位数。选用队列中的PriorityQueue<>()实现。

（2）使用两个PriorityQueue<>()，一个用于存入较大的一半数，另一个用于存入较小的一半数。

        GreaterQ = new PriorityQueue<>(); // 默认最先弹出最小值

        LessQ = new PriorityQueue<>((x,y)->(y-x)); // 使用 lambda表达式 最先弹出最大值

（3）在 GreaterQ 和 LessQ 的size大小不同的情况下，说明所有数据流为奇数情况，此时将数据填入 GreaterQ 队列，然后将 最小的数poll 到 LessQ 队列中，此时中位数为GreaterQ的队顶处peek；如果在 GreaterQ 和 LessQ 的size大小相同的情况下，说明所有数据流为偶数情况，将数添加到LessQ 队列中，然后将其中最大的数 poll 到GreaterQ中，此时中位数为GreaterQ的队顶处的数与LessQ队顶处的数除以2。

---

小结：

        主要是要想到使用PriorityQueue<>()实现动态的数据添加，以及如何进行大小数据的对分。同时注意如何poll最大值和最小值。