【Lintcode】360. Sliding Window Median

题目地址：

https://www.lintcode.com/problem/sliding-window-median/description

给定一个长$n$数组，再给定一个正整数$k$，$k\le n$，求所有长为$k$的窗口中的数的中位数。如果$k$是偶数，则返回窗口数字排好序后下标是$(k-1)/2$位置的数。

思路是对顶堆。开一个最大堆一个最小堆，保持最大堆的元素比最小堆多一个或者一样，并且两个堆存的就是所有窗口中的数。遍历数组的时候，遇到新数，先看一下它进入哪个堆，如果最大堆空或者新数比最大堆堆顶小（或相等），则入最大堆；否则入最小堆。同时，我们要将出了窗口的数删掉（java里实现这一点需要$O(k)$的时间）。这样最大堆的堆顶就是窗口中位数。代码如下：

import java.util.ArrayList;
import java.util.List;
import java.util.PriorityQueue;

public class Solution {
    /**
     * @param nums: A list of integers
     * @param k:    An integer
     * @return: The median of the element inside the window at each moving
     */
    public List<Integer> medianSlidingWindow(int[] nums, int k) {
        // write your code here
        List<Integer> res = new ArrayList<>();
        PriorityQueue<Integer> minHeap = new PriorityQueue<>(), maxHeap = new PriorityQueue<>((x, y) -> -Integer.compare(x, y));
        
        for (int i = 0; i < nums.length; i++) {
            if (maxHeap.isEmpty() || nums[i] <= maxHeap.peek()) {
                maxHeap.offer(nums[i]);
            } else {
                minHeap.offer(nums[i]);
            }
            
            if (i >= k) {
                if (nums[i - k] <= maxHeap.peek()) {
                    maxHeap.remove(nums[i - k]);
                } else {
                    minHeap.remove(nums[i - k]);
                }
            }
            adjust(maxHeap, minHeap);
            
            if (i >= k - 1) {
                res.add(maxHeap.peek());
            }
        }
        
        return res;
    }
    
    private void adjust(PriorityQueue<Integer> maxHeap, PriorityQueue<Integer> minHeap) {
        while (maxHeap.size() < minHeap.size()) {
            maxHeap.offer(minHeap.poll());
        }
        
        while (maxHeap.size() > minHeap.size() + 1) {
            minHeap.offer(maxHeap.poll());
        }
    }
}

时间复杂度$O(n\log k+(n-k)k)$，空间$O(k)$。