数据流中的中位数

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;

//此题的关键是对大小顶堆的认识 以及 java中实现大小顶堆的容器PriorityQueue的使用
public class Solution {
    private int count ;//读取数值是记录数量(奇偶)
    //默认最小堆容器
    private PriorityQueue<Integer> minHeap = new PriorityQueue<>();
    //最大堆容器
    private PriorityQueue<Integer> maxHeap = new PriorityQueue<Integer>(11,new Comparator<Integer>(){
        //@Override
        public int compare(Integer o1,Integer o2){
            return o2.compareTo(o1);
        }
    });

    public void Insert(Integer num) {
        count++;
        //如果是偶数，放入小顶堆，但是放入之前要先跟堆顶元素比较
        if((count & 1) == 0){
            //如果当前元素小于大顶堆堆顶元素，需要将大顶堆元素移入小顶堆
            if(!maxHeap.isEmpty() && num < maxHeap.peek()){
                maxHeap.offer(num);//当前元素插入大顶堆
                num = maxHeap.poll();//弹出大顶堆堆顶元素
            }
            minHeap.offer(num);//大顶堆堆顶元素移入小顶堆
        }
        else{//如果是奇数，放入大顶堆
            //如果当前元素大于小顶堆堆顶元素，需要将大顶堆元素移入小顶堆
            if(!maxHeap.isEmpty() && num > minHeap.peek()){
                minHeap.offer(num);//当前元素插入小顶堆
                num = minHeap.poll();//弹出小顶堆堆顶元素
            }
            maxHeap.offer(num);//小顶堆堆顶元素移入大顶堆
        }
    }

    public Double GetMedian() {
        if(count == 0) throw new RuntimeException("no available number!");
        //偶数时,中位数为俩堆顶元素的平均值
        if((count & 1) == 0){
            return (minHeap.peek() + maxHeap.peek())/2.0;
        }
        else{
            return maxHeap.peek() * 1.0;
        }
    }
}