题目
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。
解题思路
这题比较难, 要用到新的知识: 大小顶堆,堆可以看成一个完全二叉树, 大顶堆定义是根节点的大小比其左右子节点都要大或者相等,小顶堆是根节点的大小比其左右子节点都要小或者相等, 大顶堆适合升序, 小顶堆适合降序。然后这里我们一整个数据流可以升序也可以降序, 我们这里选择降序,那么我们就可以用小顶堆 + 大顶堆来做, Java中可以用PriorityQueue来实现大小顶堆,只需要将数字插入,他们就会自动排序了,当数据流为奇数,大小顶堆大小不一样的时候, 我们将始终保持小顶堆比大顶堆多一个,这样取中位数的时候直接弹出小顶堆的最后一位即可, 当数据流为偶数的时候, 大小顶堆的大小是一样的, 这时候获取大小顶堆的最后一位去做一个平均值即可, 最后是这里的添加数字, 按照这里的想法, 当数据流为奇数,然后要插入一位数的时候, 我们要确保小顶堆的最小数值数据插入到大顶堆中, 这里直接add(PriorityQueue里面会自动排序)然后弹出最后一位,当数据流为偶数的时候, 我们相反, 需要从大顶堆弹出一位到小顶堆中, 具体代码入下。
Java代码实现
import java.util.*;
public class MedianFinder {
Queue<Integer> bigQueue;
Queue<Integer> smallQueue;
/** initialize your data structure here. */
public MedianFinder() {
bigQueue = new PriorityQueue<>((o1,o2)->o2.compareTo(o1));
smallQueue = new PriorityQueue<>((o1,o2)->o1.compareTo(o2));
}
public void addNum(int num) {
if(smallQueue.size() == bigQueue.size()){
bigQueue.add(num);
smallQueue.add(bigQueue.poll());
}else{
smallQueue.add(num);
bigQueue.add(smallQueue.poll());
}
}
public double findMedian() {
int isOdd = bigQueue.size() + smallQueue.size();
if(isOdd%2 == 1){
return smallQueue.peek();
}else{
return (bigQueue.peek() + smallQueue.peek()) / 2.0;
}
}
}