295. 数据流的中位数-每日一题

一、题目

  中位数是有序列表中间的数。如果列表长度是偶数，中位数则是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。

点击查看原题
难度级别： 困难

二、思路

1）数组存数据+二分查找+线性插入

  用一个ArrayList存储数据，保证其有序，每次插入进行二分查找位置，再插入进去
  返回结果时，判断容量是否奇偶

2）大小根堆

  用两个根堆，大根堆存储小值部分，小根堆存储大值部门，每次插入进行判断num该进入哪个堆，并做好两个堆数据容量的平衡
  返回结果只需要判断两个根堆大小，来进行返回

三、代码

1）数组存数据+二分查找+线性插入

class MedianFinder {
    private List<Integer> nums;
    /** initialize your data structure here. */
    public MedianFinder() {
        nums = new ArrayList();
    }
    
    public void addNum(int num) {
        int loc = searchByBinary(num);
        if (loc == nums.size()) {
            nums.add(num);
        } else {
            nums.add(loc, num);
        }
    }

    private int searchByBinary(int num) {
        int s = 0, e = nums.size();
        while (s < e) {
            int mid = (s + e)/2;
            if (nums.get(mid) == num) {
                return mid;
            } else if (nums.get(mid) > num) {
                e = mid;
            } else {
                s = mid + 1;
            }
        }
        return s;
    }
    
    public double findMedian() {
        if ((nums.size() & 1) == 1) {
            return (double)nums.get(nums.size()/2);
        }
        return (double)((double)nums.get(nums.size()/2 - 1) + (double)nums.get(nums.size()/2 ))/2;
    }
}

  查找和插入时间复杂度O(logn+n)，返回中位数时间复杂度O(1)，空间复杂度为O(n)

1）数组存数据+二分查找+线性插入

class MedianFinder {
    private PriorityQueue<Integer> minH = new PriorityQueue(); //存高部分
    private PriorityQueue<Integer> maxH = new PriorityQueue<Integer>((i1, i2) -> (i2 - i1));  // 存低位
    /** initialize your data structure here. */
    public MedianFinder() {
    }
    
    public void addNum(int num) {
        if (maxH.size() == 0) {
            maxH.add(num);
        } else if (maxH.peek() <= num) {
            minH.add(num);
            if (minH.size() > maxH.size() + 1) {
                maxH.add(minH.poll());
            }
        } else {
            maxH.add(num);
            if (maxH.size() >= minH.size() + 1) {
                minH.add(maxH.poll());
            }
        }
    }
    
    public double findMedian() {
        if (maxH.size() == minH.size()) {
            return ((double)maxH.peek() + (double)minH.peek())/2d;
        }
        if (maxH.size() > minH.size()) {
            return (double)maxH.peek();
        }
        return (double)minH.peek();
    }
}

  插入时间复杂度O(logn)，返回中位数时间复杂度O(1)，空间复杂度为O(n)