BM48 数据流中的中位数（python）

题目

牛客网链接
持续输入数据，数据均为正，每输入一个数据，输出所有已输入数据的中位数
数据总数为奇数则输出最中间的数，为偶数则输出最中间两数平均值

思路

维护两个堆：
大根堆maxHeap，保存较小的一半数
小根堆minHeap，保存较大的一半数
当有一个新数字输入，为了保持两个堆分别保存一半数量的元素：

1. 若两堆元素个数相等，加入大根堆
2. 若上次加入了大根堆，则本次加入小根堆

每次加入新元素后，检查大顶堆顶元素是否大于小顶堆顶元素，若是则交换两个堆顶元素

实现

heapq实现小顶堆，大顶堆

python中heapq模块可以将列表转化为堆，默认为小顶堆；若要实现大顶堆，可以在插入元素时取相反数，即可用小顶堆模拟大顶堆

heappushpop和heappush实现本题中交换堆顶元素操作

每次加入新元素后，检查大顶堆顶元素是否大于小顶堆顶元素，若是则交换两个堆顶元素

• heappush：将列表作为小根堆，插入元素并调整
• heappushpop：向堆中插入元素并调整，再弹出堆顶元素

向堆A插入元素之前，使用heappushpop，将元素先插入另一个堆B，再取B堆顶元素，插入A，即可实现

代码

from heapq import heappush,heappushpop


class Solution:
    def __init__(self):
        # 维护一个大顶堆和一个小顶堆
        # heapq使用的是小顶堆，要实现大顶堆，在加入元素时给元素取反
        self.maxHeap = []
        self.minHeap = []

    def Insert(self, num):
        # 当有新元素插入，优先加入大顶堆;若大顶堆顶元素比小顶堆顶大则交换
        if len(self.maxHeap) == len(self.minHeap):
            heappush(self.maxHeap, -heappushpop(self.minHeap,num))

        # 上次加入了大顶堆，本次加入小顶堆
        else:
            heappush(self.minHeap, -heappushpop(self.maxHeap,-num))


    def GetMedian(self):
        # 两个堆元素个数相等，返回两个堆顶平均值
        if len(self.maxHeap) == len(self.minHeap):
            return (self.minHeap[0] - self.maxHeap[0]) / 2
        # 大顶堆元素多，返回大顶堆顶
        else:
            return -self.maxHeap[0]

参考链接

https://blog.csdn.net/u010770184/article/details/53349152
https://blog.csdn.net/qq_45880043/article/details/119039260