剑指 Offer 41. 数据流中的中位数
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。
输入:
["MedianFinder","addNum","addNum","findMedian","addNum","findMedian"]
[[],[1],[2],[],[3],[]]
输出:[null,null,null,1.50000,null,2.00000]
输入:
["MedianFinder","addNum","findMedian","addNum","findMedian"]
[[],[2],[],[3],[]]
输出:[null,null,2.00000,null,2.50000]
思路:分别使用一个大顶堆和小顶堆,每次添加元素时先加入大顶堆,如果此时小顶堆为空或者元素个数小于大顶堆,我们就将大顶堆的堆顶元素加入小顶堆,如果小顶堆元素超过大顶堆元素两个,我们就将小顶堆的堆顶元素加入大顶堆。可能有些抽象,举个例子,大小顶堆分别对应差生班和优等生班,每个学生入学先进入差生班,每次将差等生的第一名升到优等生班,如果优等生过多,将最差的降入差生班。最后取中位数时,如果大小顶堆元素个数相等,就返回各自顶堆相加的平均值,否则则返回小顶堆的堆顶元素。(大顶堆元素不可能多于小顶堆)
class MedianFinder {
/** initialize your data structure here. */
Queue<Integer> minheap =new PriorityQueue<Integer>();//默认为最小堆
Queue<Integer> maxheap =new PriorityQueue<Integer>((n1, n2) -> n2-n1);//创建最大堆
public MedianFinder() {
}
public void addNum(int num) {
// 每次先入大顶堆
maxheap.offer(num);
// 满足条件 就 升入 小顶堆
if(minheap.isEmpty() || minheap.size() <= maxheap.size())
minheap.offer(maxheap.poll());
// 平衡打破的话 小顶堆的元素下放到大顶堆
if(minheap.size() > maxheap.size()+1)
maxheap.offer(minheap.poll());
}
public double findMedian() {
// 根据双方元素个数进行有选择的返回
if(minheap.size() == maxheap.size())
return (float) (minheap.peek() + maxheap.peek()) / 2;
else
return (float) minheap.peek();
}
}
/**
* Your MedianFinder object will be instantiated and called as such:
* MedianFinder obj = new MedianFinder();
* obj.addNum(num);
* double param_2 = obj.findMedian();
*/