480.滑动窗口中位数

题目

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。

示例1
给出 nums = [1,3,-1,-3,5,3,6,7]，以及 k = 3。

窗口位置                      中位数
---------------               -----
[1  3  -1] -3  5  3  6  7       1
 1 [3  -1  -3] 5  3  6  7      -1
 1  3 [-1  -3  5] 3  6  7      -1
 1  3  -1 [-3  5  3] 6  7       3
 1  3  -1  -3 [5  3  6] 7       5
 1  3  -1  -3  5 [3  6  7]      6

因此，返回该滑动窗口的中位数数组 [1,-1,-1,3,5,6]。

提示

1. 你可以假设 k 始终有效，即：k 始终小于输入的非空数组的元素个数。
2. 与真实值误差在 10 ^ -5 以内的答案将被视作正确答案

题解

1. 可以用两个堆来计算一个区间的中位数
   1. 大顶堆，表示一个有序序列的前半部分。即：小于等于中位数的部分
   2. 小顶堆，表示有序序列的后半部分。即：大于中位数的部分
   3. 当序列长度为奇数时，中位数为大顶堆的顶堆元素；为偶数时，中位数为大顶堆与小顶堆堆顶元素的平均数
2. 如何去初始化两个堆
   1. 大顶堆的大小至多比小顶堆多1
   2. 判断大顶堆是否为空，若为空情况下，直接添加当前元素到大顶堆中；不为空，比较当前元素与大顶堆的堆顶元素，若小于堆顶元素，则加入大顶堆，否则加入小顶堆
   3. 加入当前元素之后，有两种情况。
      1：此时大顶堆的大小-小顶堆的大小>1，此时需要将大顶堆的堆顶元素弹出并加入小顶堆
      2：大顶堆的大小<小顶堆的大小，将小顶堆的堆顶元素弹出并加入大顶堆
3. 对于每个窗口，计算其中位数，窗口移动时，将窗口右端的元素在其对应的堆中弹出

参考代码

class Solution {
    public double[] medianSlidingWindow(int[] nums, int k) {
      // 大顶堆，前半部分，即：小于等于中位数的部分
      PriorityQueue<Long> preHalf = new PriorityQueue<Long>(new Comparator<Long>() {
        public int compare(Long num1, Long num2) {
            return num2.compareTo(num1);
        }
      });
      // 小顶堆，后半部分，即：大于中位数的部分
      PriorityQueue<Long> endHalf = new PriorityQueue<>();

      // 向两个堆中添加数据
      // 在两个堆都为空的情况下：肯定先向前半部分preHalf添加
      // 前半部分preHalf不为空：当前元素与大顶堆preHalf堆顶元素比较
      // preHalf的大小最多比endHalf的大小多1
      // 当preHalf大小 == endHalf大小时，中位数为两堆顶元素之和的平均数
      // 当preHalf大小 == endHalf大小+1时，中位数为preHalf的堆顶元素

      // 初始化
      for(int i = 0; i < k; i++) {
        preHalf.offer((long) nums[i]);
      }
      // 平衡
      while(preHalf.size() - endHalf.size() > 1) {
        endHalf.offer((long) preHalf.poll());
      }

      // 返回结果
      double[] res = new double[nums.length-k+1];
      res[0] = getM(k, preHalf, endHalf);

      for(int i = k; i < nums.length; i++) {
        int curNum = nums[i]; // 当前数字
        int removeNum = nums[i-k]; // 要弹出的数字
        // 要移除的数字在preHalf内，则直接移除；否则在endHalf内移除
        if(!preHalf.isEmpty() &&  removeNum <= preHalf.peek()) {
          preHalf.remove(Long.valueOf(removeNum));
        } else {
          endHalf.remove(Long.valueOf(removeNum));
        }

        // 移除之后将当前元素加入到相对应的堆内
        if(!preHalf.isEmpty() && curNum <= preHalf.peek()) {
          preHalf.offer(Long.valueOf(curNum));
        } else {
          endHalf.offer(Long.valueOf(curNum));
        }

        // 维持平衡
        while(preHalf.size() - endHalf.size() > 1) {
          endHalf.offer(preHalf.poll());
        }
        while(preHalf.size() < endHalf.size()) {
          preHalf.offer(endHalf.poll());
        }

        // 结果
        res[i-k+1] = getM(k, preHalf, endHalf);
      }

      return res;
    }

    public double getM(int k, PriorityQueue<Long> preHalf, PriorityQueue<Long> endHalf) {
      double median;
      if(k % 2 == 0) {
        median = (double) (preHalf.peek() + endHalf.peek()) / 2;
      } else {
        median = (double) preHalf.peek();
      }
      return median;
    }
}