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。
示例 1:
输入:
[“MedianFinder”,“addNum”,“addNum”,“findMedian”,“addNum”,“findMedian”]
[[],[1],[2],[],[3],[]]
输出:[null,null,null,1.50000,null,2.00000]
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/shu-ju-liu-zhong-de-zhong-wei-shu-lcof
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
Java
class MedianFinder {
static class MaxheapComparator implements Comparator<Integer>{
@Override
public int compare(Integer o1, Integer o2) {
return o2-o1; //从大到小
}
}
Queue<Integer> maxheap=new PriorityQueue<>(new MaxheapComparator());
Queue<Integer> minheap=new PriorityQueue<>();
//求数据流的中位数
//保证大根堆的最大值小于小根堆的最小值
//奇数时插大根堆,偶数时插小根堆, 边插边调整。
/** initialize your data structure here. */
public MedianFinder() {
}
public void addNum(int num) {
//大根堆中放的都是小数
if((maxheap.size()+minheap.size())%2==0){
if(maxheap.size()>0 && num<maxheap.peek()){
maxheap.add(num);
num=maxheap.poll();
}
minheap.add(num);
}else{
if(minheap.size()>0&&minheap.peek()<num){
minheap.add(num);
num=minheap.poll();
}
maxheap.add(num);
}
}
public double findMedian() {
//已经保证最大堆和最小堆的元素数目差值为1,最小堆比最大堆多1
int num=maxheap.size()+minheap.size();
if(num==0)
return 0.0;
if(num%2==1)
return (double)minheap.peek();
else return ((double)minheap.peek()+(double)maxheap.peek())/2;
}
}
/**
* Your MedianFinder object will be instantiated and called as such:
* MedianFinder obj = new MedianFinder();
* obj.addNum(num);
* double param_2 = obj.findMedian();
*/