JAVA练习58-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。

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]

限制：

• 最多会对 addNum、findMedian 进行 50000 次调用。

分析：

方法：优先队列

我们可以利用优先队列来实现 大顶堆 和 小顶堆，大顶堆存放大于等于中位数的数，返回最小值，小顶堆存放小于中位数的数，返回最大值，保证大顶堆的长度永远大于等于小顶堆的长度，且不超过一。这样，当两个堆的长度一样时，就返回两数的平均值，不一样时（大顶堆大于小顶堆），就返回大顶堆的最小值。

添加方法：

• 如果大顶堆长度大于小顶堆，那么可以将新的数入栈大顶堆，再将大顶堆的数（最小值）出栈到小顶堆去。
• 如果长度相等，那么可以将新的数入栈小顶堆，再将小顶堆的数（最大值）出栈到大顶堆。

时间复杂度：查找为 O(1)，添加为 O(log n)
空间复杂度：O(n) 

class MedianFinder {

    //定义大顶堆，小顶堆
    PriorityQueue<Integer> A, B;

    public MedianFinder() {
        //大顶堆出栈最小值，小顶堆出栈最大值
        A = new PriorityQueue<>((a, b) -> b - a);
        B = new PriorityQueue<>();
    }

    public void addNum(int num) {
        //长度相等时，入栈小顶堆，将小顶堆的最大值入栈大顶堆
        if(A.size() == B.size()){
            B.add(num);
            A.add(B.poll());
        }
        //大顶堆长度大于小顶堆时，入栈大顶堆，将大顶堆的最小值入栈小顶堆
        else{
            A.add(num);
            B.add(A.poll());
        }
    }

    public double findMedian() {
        //两堆长度相等时，返回两数的平均数，否则返回A的最小值
        if(A.size() == B.size()){
            return (A.peek() + B.peek()) / 2.0;
        }
        return A.peek();
    }
}

题目来源：力扣（LeetCode）
链接：https://leetcode-cn.com/problems/shu-ju-liu-zhong-de-zhong-wei-shu-lcof