剑指 Offer 41. 数据流中的中位数

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。

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