剑指offer第二版 - 面试题41

面试题41: 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。
解题思路：
将整个数据容器分隔成两部分，左边部分的数据比右边部分的数据小。用一个最大堆实现左边的数据容器，用一个最小堆实现右边的数据容器。
// 数据流存放在数据容器中
为了保证数据平均分配到两个堆中，因此两个堆中数据的数目之差不能超过1。为了实现平均分配，可以在数据总数目是偶数时，把新数据插入最小堆；否则插入最大堆。
还要保证最大对中所有数据都要小于最小堆中的数据。当数据需要插入最小堆时，若插入的数小于最大堆中的数据，则可以先把这个新的数据插入最大堆，接着把最大堆中最大的数字拿出来插入最小堆。

template <typename T>
class DynamicArray {
public:
	void Insert(T num) {
		if (((min.size() + max.size()) & 1) == 0) {
			if (min.size() > 0 && num < max[0]) {
				max.push_back(num);
				push_heap(max.begin(), max.end(), less<T>());

				num = max[0];

				pop_heap(max.begin(), max.end(), less<T>());
				max.pop_back();
			}
			min.push_back(num);
			push_heap(min.begin(), min.end(), greater<T>());
		}
		else {
			if (min.size() > 0 && min[0] < num) {
				min.push_back(num);
				push_heap(min.begin(), min.end(), greater<T>());

				num = min[0];

				pop_heap(min.begin(), min.end(), greater<T>());
				min.pop_back();
			}
			max.push_back(num);
			push_heap(max.begin(), max.end(), greater<T>());
		}
	}

	T GetMedian() {
		int size = min.size() + max.size();

		if (size == 0) {
			throw exception("No numbers are available");
		}

		T median = 0;

		if ((size & 1) == 1) {
			median = min[0];
		}
		else {
			median = (min[0] + max[0]) / 2;
		}

		return median;
	}

private:
	vector<T> min;
	vector<T> max;
};

make_heap() / push_heap() / pop_heap() 参考