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。
Solution 1 二分
使用二分法插入,使得数据流是有序的
插入时间复杂度:O(nlog(n)),查找空间复杂度O(1)
Solution 2 大小根堆
- 因为要求的是中位数,那么这两个堆,大顶堆用来存较小的数,从大到小排列;
- 小顶堆存较大的数,从小到大的顺序排序*,显然中位数就是大顶堆的根节点与小顶堆的根节点和的平均数。
import heapq
class Solution:
def __init__(self):
self.minHeap = []
self.maxHeap = []
def Insert(self, num):
if len(self.maxHeap) == len(self.minHeap):
heapq.heappush(self.maxHeap, -num)
# if len(self.maxHeap) > 0:
# 调整
tmp = heapq.heappop(self.maxHeap)
heapq.heappush(self.minHeap, -tmp)
else:
heapq.heappush(self.minHeap, num)
# if len(self.minHeap) > 0:
# 调整
tmp = heapq.heappop(self.minHeap)
heapq.heappush(self.maxHeap, -tmp)
def GetMedian(self, tmp):
size = len(self.minHeap)+len(self.maxHeap)
if size == 0:
return None
elif (size & 1) == 1:
return self.minHeap[0]
else:
print(self.minHeap[0], -1*self.maxHeap[0])
return (-1.0*self.maxHeap[0] + self.minHeap[0])/2.0