【剑指offer】数据流中的中位数

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。

 

思路

        采用大根堆+小根堆结合的方法，且满足：

        两个堆中的数据数目差不能超过1，这样可以使中位数只会出现在两个堆的交接处；

        大顶堆的所有数据都小于小顶堆，这样就满足了排序要求。

 

        1、插入的思路：

              1）若已读取的个数为偶数（包括0）时，两个堆的数目已经相同，将新读取的数插入到小顶堆中，从而实现小顶堆的个数多一。但是，如果新读取的数字比大顶堆中最大的数字还小，就不能直接插入到小顶堆中了 ，此时必须将新数字插入到大顶堆中，而将大顶堆中的最大数字插入到小顶堆中，从而实现小顶堆的个数多一。

　　       2）若已读取的个数为奇数时，小顶堆的个数多一，所以要将新读取数字插入到大顶堆中，此时方法与上面类似。

        2、取中位数的思路：

             当总个数为偶数时，使两个堆的数目相同，则中位数=大顶堆的最大数字与小顶堆的最小数字的平均值；

             而总个数为奇数时，使小顶堆的个数比大顶堆多一，则中位数=小顶堆的最小数字。

 

测试算例

        1.功能测试（读入奇/偶数个数字）

        2.边界值测试（读入0个、1个、2个数字）

 

总结

        1、使用Java提供的新的数据接口PriorityQueue，其默认内部是自然排序，结果为小顶堆，也可以自定义排序器，比如下面反转比较，完成大顶堆。

PriorityQueue<Integer> maxHeap = new PriorityQueue<Integer>(11,new Comparator<Integer>(){ //大顶堆，容量11
        public int compare(Integer i1,Integer i2){
            return i2-i1;
        }
    });

        2、优先队列常见方法：

              1）offer：往队列中加元素，在插入失败时抛出异常。

                    add：往队列中加入元素，插入失败会返回false。

              2）element：获取但不删除队首元素，操作失败会抛出异常。

                    peek：获取但不删除队首元素，操作失败会返回null。

              3）remove：获取并删除队首元素，区别是当方法失败时会抛出异常；

                    poll：该方法返回队列头部的元素，如果队列为空，则返回NULL。

              4）队列求大小为.size()