[230601 lc295] 数据流的中位数

[230601 lc295] 数据流的中位数

一 题目

295. 数据流的中位数

中位数是有序整数列表中的中间值。如果列表的大小是偶数，则没有中间值，中位数是两个中间值的平均值。

• 例如 arr = [2,3,4] 的中位数是 3 。
• 例如 arr = [2,3] 的中位数是 (2 + 3) / 2 = 2.5 。

实现 MedianFinder 类:

• MedianFinder() 初始化 MedianFinder 对象。
• void addNum(int num) 将数据流中的整数 num 添加到数据结构中。
• double findMedian() 返回到目前为止所有元素的中位数。与实际答案相差 10-5 以内的答案将被接受。

示例 1：

输入
["MedianFinder", "addNum", "addNum", "findMedian", "addNum", "findMedian"]
[[], [1], [2], [], [3], []]
输出
[null, null, null, 1.5, null, 2.0]

解释
MedianFinder medianFinder = new MedianFinder();
medianFinder.addNum(1);    // arr = [1]
medianFinder.addNum(2);    // arr = [1, 2]
medianFinder.findMedian(); // 返回 1.5 ((1 + 2) / 2)
medianFinder.addNum(3);    // arr[1, 2, 3]
medianFinder.findMedian(); // return 2.0

提示:

• -105 <= num <= 105
• 在调用 findMedian 之前，数据结构中至少有一个元素
• 最多 5 * 104 次调用 addNum 和 findMedian

二 整体思路

我们使用大顶堆和小顶堆的数据结构，把所有数据看成一个有序数组，左半部分存放在大顶堆中，右半部分存放在小顶堆中，并维护大顶堆的大小始终与小顶堆的大小相等，或者大顶堆的大小比小顶堆的大小大 1。

在这样的情况下，如果数组大小为奇数，那么大顶堆的堆顶元素就是中位数；如果数组大小为偶数，那么大顶堆的堆顶元素和小顶堆的堆顶元素的均值就是中位数。

三 关键点/重点/难点

这道题的难点在，当向数据结构中加入元素的时候，该怎么加。

• 在最开始时，若 left 为空，意味着一个元素都没有，直接加入到左边
• 如果 left 的大小比 right 的大小大 1，则此时要往 right 中添加元素。要往 right 中添加元素，则 num 与 left 的堆顶元素做比较，若大于 left 堆顶元素，则直接将其加入到 right；否则先将 left 的堆顶元素压入 right，弹出后再往 left 加 num。
• 如果 left 的大小等于 right 的大小，则此时要往 left 中添加元素。要往 left 中添加元素，则将 num 与 right 的堆顶元素做比较，若小于 right 堆顶元素，则直接将其加入到 left；否则先将 right 的堆顶元素压入 left，弹出堆顶元素后再往 right 加 num。

四 代码分析

理解了大顶堆、小顶堆以后代码真的很好写。

class MedianFinder {
private:
    class Greater {
    public:
        bool operator()(int a, int b) {
            return a < b;
        }
    };
    class Less {
    public:
        bool operator()(int a, int b) {
            return a > b;
        }
    };
    int size;
    //若size为奇数，则取left的top；若size为偶数，则取两个top的均值
    priority_queue<int, vector<int>, Greater> left; //大顶堆
    priority_queue<int, vector<int>, Less> right;   //小顶堆
public:
    MedianFinder() {
        size = 0;
    }
    
    void addNum(int num) {
        if(left.empty()) {
            left.push(num);
        } else if(left.size() > right.size()) { //一定往右边加
            if(num > left.top()) {
                right.push(num);
            } else {
                right.push(left.top());
                left.pop();
                left.push(num);
            }
        } else {    //一定往左边加
            if(num < right.top()) {
                left.push(num);
            } else {
                left.push(right.top());
                right.pop();
                right.push(num);
            }
        }
        ++size;
    }
    
    double findMedian() {
        if(size % 2) {
            return left.top();
        } else {
            return (left.top() + right.top()) / 2.0;
        }
    }
};