剑指offer - 40.最小的k个数 | 41.数流中的中位数

面试题40: 最小的k个数

题目描述： 输入n个整数，找出其中最小的K个数。例如输入4,5,1,6,2,7,3,8这8个数字，则最小的4个数字是1,2,3,4,。

示例 1：  
输入：arr = [3,2,1], k = 2
输出：[1,2] 或者 [2,1]

示例 2：
输入：arr = [0,1,2,1], k = 1
输出：[0]

• 解题思路：先对数组从小达到进行排序，输出前k个数。快速排序，时间复杂度：O(nlogn)。

class Solution {
public:
    vector<int> GetLeastNumbers_Solution(vector<int> input, int k) {
        int len = input.size();
        int low=0;
        int high=len-1;
        vector<int> res;
        if(len<=0 || k>len) return res;
        quick_sort(input, low, high);
        for(int i=0; i<k; i++)
            res.push_back(input[i]);
        return res;
    }
    void quick_sort(vector<int>& output, int start, int end)
    {
        int index=start;
        int i=start;
        int j=end;
        int base=output[index];
        while(i<j)
        {
            while(i<j && output[j]>=base) j--;
            output[i]=output[j];
            while(i<j && output[i]<=base) i++;
            output[j]=output[i];
        }
        index = i;
        output[index] = base;
        if(i-start>1) quick_sort(output, start, i-1);
        if(end-j>1) quick_sort(output, j+1, end);
    }
};

面试题41: 数流中的中位数（*）

题目描述： 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。我们使用Insert()方法读取数据流，使用GetMedian()方法获取当前读取数据的中位数。

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：用一个大顶堆和一个小顶堆，维持大顶堆的数都小于等于小顶堆的数，且两者的个数相等或差1，平均数就在两个堆顶的数之中。

class Solution {
    priority_queue<int, vector<int>, less<int> > p;
    priority_queue<int, vector<int>, greater<int> > q;
     
public:
    void Insert(int num){
        if(p.empty() || num <= p.top()) p.push(num);
        else q.push(num);
        if(p.size() == q.size() + 2) q.push(p.top()), p.pop();
        if(p.size() + 1 == q.size()) p.push(q.top()), q.pop();
    }
    double GetMedian(){ 
      return p.size() == q.size() ? (p.top() + q.top()) / 2.0 : p.top();
    }
};

参考博客：https://blog.csdn.net/qq_40806289/article/details/92829840