剑指 Offer 41. 数据流中的中位数

剑指 Offer 41. 数据流中的中位数

题目：
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]

示例2：
输入：
[“MedianFinder”,“addNum”,“findMedian”,“addNum”,“findMedian”]
[[],[2],[],[3],[]]
输出：[null,null,2.00000,null,2.50000]

解题思路：

建立一个 小顶堆 A 和 大顶堆 B ，各保存列表的一半元素，中位数可仅根据 A,B 的堆顶元素计算得到。

addNum(num) 函数：
      1.当A.size() == B.size()：需向 A 添加一个元素。实现方法：将新元素 num插入至 B ，再将 B 堆顶元素插入至 A ；
      2.当 A.size() != B.size()：需向 B 添加一个元素。实现方法：将新元素 num 插入至 A ，再将 A 堆顶元素插入至 B ；

findMedian() 函数：
      1.当 A.size() == B.size()：则中位数为 (( AA 的堆顶元素 + BB 的堆顶元素 )/2)/2。
      2.当 A.size() != B.size()：则中位数为 A 的堆顶元素。

代码如下：

/**
 * 执行结果：通过
 * 执行用时：66 ms, 在所有 Java 提交中击败了84.43%的用户
 * 内存消耗：49.7 MB, 在所有 Java 提交中击败了27.98%的用户
 * 通过测试用例：18 / 18
 */
class MedianFinder {

    /** initialize your data structure here. */
     Queue<Integer> A, B;
    public MedianFinder() {
        A = new PriorityQueue<>();
        B = new PriorityQueue<>((x, y) -> (y - x));
    }
    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() : (A.peek() + B.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();
 */