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。
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。
C++
/*
1. 保证最大堆的堆顶小于最小堆的堆顶,这样就保证了最大堆的元素都小于最小堆的元素
2. 两个堆中堆元素个数相差不能超过1
*/
class MedianFinder {
priority_queue<int,vector<int>,greater<int> > small_heap; //最小堆
priority_queue<int,vector<int>,less<int> > big_heap; //最大堆
//
public:
/** initialize your data structure here. */
MedianFinder() {
}
void addNum(int num) {
//若两堆都为空,那就先加入到大根堆
if(big_heap.empty()){
big_heap.push(num);
return;
}
//若两堆的大小相等
if(big_heap.size()==small_heap.size()){
//若要加入的值小于最大堆的堆顶,那就加入到最大堆
if(num<=big_heap.top()){
big_heap.push(num);
}else{
small_heap.push(num);
}
}else if(big_heap.size()>small_heap.size()){
if(num<=big_heap.top())
{
small_heap.push(big_heap.top());
big_heap.pop();
big_heap.push(num);
}else{
small_heap.push(num);
}
}else{
if(num>=small_heap.top()){
big_heap.push(small_heap.top());
small_heap.pop();
small_heap.push(num);
}else{
big_heap.push(num);
}
}
}
//取中位数,若两堆一样大,则取两个堆堆顶的和的1/2,最小堆的数目比最大堆的个数多一,则中位数就是最小堆的堆顶,反之,同理。
double findMedian() {
if(big_heap.size()==small_heap.size()){
return ((double)small_heap.top()+(double)big_heap.top())/2;
}else if(big_heap.size()>small_heap.size()){
return (double)big_heap.top();
}else{
return (double)small_heap.top();
}
}
};
/**
* Your MedianFinder object will be instantiated and called as such:
* MedianFinder* obj = new MedianFinder();
* obj->addNum(num);
* double param_2 = obj->findMedian();
*/片