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。
示例 1:
输入:
[“MedianFinder”,“addNum”,“addNum”,“findMedian”,“addNum”,“findMedian”]
[[],[1],[2],[],[3],[]]输出:[null,null,null,1.50000,null,2.00000]
思路:
如果我们使用普通的思路的话,查询的时间为n,所以我们要想别的方法。
我们可以使用两个队列,每个队列保存一半的升序,另外一个保存降序。
这样的话队列的队首就可以求得中位数。
这里就可以想到用堆(优先队列来实现),因为这样一个最大堆,一个最小堆。
堆插入一个数的时间复杂度O(logn)
我们用A、B,其中A为最小堆,保存n/2或是n-1/2+1 看奇偶数
B为最大堆,保存n/2或是n-1/2 看奇偶数
--------这样我们可以比较A和B的个数,当不想等的时候,就需要加入到B队列中,但是要注意,因为A是最小堆,所以我们要判断要加入的这个数先到A中,然后让A在形成一个最小堆,之后我们再把A的堆顶,也就是A里面最小的数加到B中。
巧妙之至
class MedianFinder {
Queue<Integer> A,B;
/** initialize your data structure here. */
public MedianFinder() {
A=new PriorityQueue<>();//小根堆,保存前面n/2大的数
B=new PriorityQueue<>((x,y)->(y-x));//最大堆的创建方式
}
public void addNum(int num) {
if(A.size()!=B.size()){
A.add(num);
B.add(A.poll());
}else{
B.add(num);
A.add(B.poll());
}
}
public double findMedian() {
return A.size()==B.size()?(A.peek()+B.peek())/2.0:A.peek();
}
}
/**
* Your MedianFinder object will be instantiated and called as such:
* MedianFinder obj = new MedianFinder();
* obj.addNum(num);
* double param_2 = obj.findMedian();
*/