题目地址:
https://www.lintcode.com/problem/sliding-window-median/description
给定一个长 n n n数组,再给定一个正整数 k k k, k ≤ n k\le n k≤n,求所有长为 k k k的窗口中的数的中位数。如果 k k k是偶数,则返回窗口数字排好序后下标是 ( k − 1 ) / 2 (k-1)/2 (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 ) O(k) 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 ) O(n\log k+(n-k)k) O(nlogk+(n−k)k),空间 O ( k ) O(k) O(k)。