编程练习-数据流中的中位数

最新推荐文章于 2020-11-07 18:30:40 发布

大雄小方

最新推荐文章于 2020-11-07 18:30:40 发布

阅读量198

点赞数 1

分类专栏：算法 java

本文链接：https://blog.csdn.net/qq_41797857/article/details/92794245

版权

java 同时被 2 个专栏收录

23 篇文章 1 订阅

订阅专栏

算法

10 篇文章 0 订阅

订阅专栏

编程练习-数据流中的中位数

这里要注意的是数据流，而不是固定的数组，因此无法进行排序得出中位数，可以使用两个堆结构来实现，一个最大堆来存数据流中较小的数据，一个最小堆来存数据流中较大的数据，这样一来，中位数不是最大堆的堆顶数就是最小堆的堆顶数，要不就是两个堆顶和除以二。

代码思路：
java中的PriorityQueue是基于堆实现的，可以通过传入不同的比较器来实现最大堆和最小堆，这里的比较器Comparator使用的是策略模式。

代码实现：

import java.util.*;
public class Solution {

	private PriorityQueue<Integer> maxHeap = new PriorityQueue<Integer>(new Comparator<Integer>(){

		@Override
		public int compare(Integer o1, Integer o2) {
			return o2.compareTo(o1);
		}
	});
	
	private PriorityQueue<Integer> minHeap = new PriorityQueue<Integer>(new Comparator<Integer>(){

		@Override
		public int compare(Integer o1, Integer o2) {
			return o1.compareTo(o2);
		}
	});
	
	public void Insert(Integer num) {
		if(maxHeap.size()==0){
			maxHeap.offer(num);
			return;
		}
		if(minHeap.size()==0){
			if(num>maxHeap.peek())
				minHeap.offer(num);
			else{
				minHeap.offer(maxHeap.poll());
				maxHeap.offer(num);
			}
			return;
		}
        if(maxHeap.size()<=minHeap.size()){
        	if(num<maxHeap.peek())
        		maxHeap.offer(num);
        	else{
        		minHeap.offer(num);
        		maxHeap.offer(minHeap.poll());
        	}
        }else{
        	if(num>minHeap.peek())
        		minHeap.offer(num);
        	else{
        		maxHeap.offer(num);
        		minHeap.offer(maxHeap.poll());
        	}
        }
    }

    public Double GetMedian() {
       if(minHeap.size()<maxHeap.size())
    	   return (double)(maxHeap.peek());
       if(minHeap.size()>maxHeap.size())
    	   return (double)(minHeap.peek());
       return (double)(minHeap.peek()+maxHeap.peek())/2;
    }

}