1.本题知识点
树,大顶堆,小顶堆
2. 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。
3. 思路
此题有点小绕,我们分析一下:
① 先弄清楚概念:中位数、大顶堆、小顶堆。
② 如果想得到中位数,我们只需满足2个条件:
条件1:将数据均分配到左右2个容器中;
条件2:保证左容器所有数都小于或大于右容器的数即可。
③ 根据②的分析举例说明,比如,如果数据流中个数是奇数,分配到左容器(大顶堆),偶数分配到右容器(小顶堆中),满足了条件1;在分配时要跟堆顶元素比较,以满足条件2。
④ 最后,如何获取中位数:如果是奇数,中位数就是大顶堆堆顶元素,如果是偶数,中位数就是2个堆顶元素之和除以 2.
Java 版:
import java.util.Comparator;
import java.util.PriorityQueue;
public class Solution {
private int count ;
private PriorityQueue<Integer> minHeap = new PriorityQueue<>();
private PriorityQueue<Integer> maxHeap = new PriorityQueue<Integer>(11,new Comparator<Integer>(){
public int compare(Integer o1,Integer o2){
return o2.compareTo(o1);
}
});
public void Insert(Integer num) {
count++;
if((count & 1) == 0){
if(!maxHeap.isEmpty() && num < maxHeap.peek()){
maxHeap.offer(num);
num = maxHeap.poll();
}
minHeap.offer(num);
}
else{
if(!maxHeap.isEmpty() && num > minHeap.peek()){
minHeap.offer(num);
num = minHeap.poll();
}
maxHeap.offer(num);
}
}
public Double GetMedian() {
if(count == 0) throw new RuntimeException("no available number!");
if((count & 1) == 0){
return (minHeap.peek() + maxHeap.peek())/2.0;
}
else{
return maxHeap.peek() * 1.0;
}
}
}