参考:https://www.acwing.com/
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。
样例:
输入:1, 2, 3, 4
输出:1,1.5,2,2.5
解释:每当数据流读入一个数据,就进行一次判断并输出当前的中位数。
思路:维护一个大根堆和一个小根堆,大根堆保存较小的那一半,小根堆保存较大的那一半。每次默认向大根堆里push元素。若插入元素逆序,则对换大,小根堆的堆顶元素保证递增。当大根堆元素个数超过小根堆的个数+1时,弹出大根堆堆顶元素,将该元素push到小根堆里。
//维护一个大根堆和小根堆,堆顶为中间的元素
class Solution {
public:
priority_queue<int> max_heap;
priority_queue<int, vector<int>, greater<int>> min_heap;
void insert(int num){
max_heap.push(num);
if(min_heap.size() && max_heap.top() > min_heap.top())//小顶堆非空且大顶堆顶部元素逆序,则交换两个堆堆顶元素
{
auto maxv = max_heap.top(), minv = min_heap.top();
max_heap.pop(), min_heap.pop();
max_heap.push(minv), min_heap.push(maxv);
}
if(max_heap.size() > min_heap.size() + 1){
auto maxv = max_heap.top();
max_heap.pop();
min_heap.push(maxv);
}
}
double getMedian(){
if(max_heap.size() + min_heap.size() & 1) return max_heap.top(); //末位与1,若为奇则判断为true
else
return (max_heap.top() + min_heap.top())/2.0;
}
};