随时找到数据流中的中位数

牛客地址

解题思路

利用一个大顶堆maxHeap，一个小顶堆minHeap，保存元素(在添加的过程中，始终保持大顶堆中的所有元素都小于小顶堆中的元素，即maxHeap.peek() < minHeap.peek())

1. 对于吐出的每一个元素num， 如果为添加

(1) 优先考虑加入maxHeap, 加入条件是:

• maxHeap为空;
• num < maxHeap.peek();
• minHeap非空且num < minHeap.peek();

(2) 否则加入minHeap; 

(3) 调整这两个堆的大小之差不能超过1, 具体过程如下：

• 如果minHeap.size() - maxHeap.size() >=2： maxHeap.offer(minHeap.poll());
• 如果maxHeap.size() - minHeap.size() >=2： minHeap.offer(maxHeap.poll());

2. 如果num表示获取中位数

• 如果minHeap的大小+maxHeap的大小为偶数，返回minHeap.peek()和maxHeap.peek()的平均值
• 否则返回size大的堆的peek()值。

实现代码

import java.util.*;


public class Solution {
    /**
     * the medians
     * @param operations int整型二维数组 ops
     * @return double浮点型一维数组
     */
    private PriorityQueue<Integer> minHeap = new PriorityQueue<>();
    private PriorityQueue<Integer> maxHeap = new PriorityQueue<>((o1, o2) -> (o2 - o1));
    public void add(int num){
        if(maxHeap.isEmpty() || num < maxHeap.peek()){
            maxHeap.offer(num);
            return;
        }
        if(!minHeap.isEmpty() && num < minHeap.peek()){
            maxHeap.offer(num);
            return;
        }
        minHeap.offer(num);
    }
    public void adjustTwoHeaps(){
        while(minHeap.size() - maxHeap.size() >= 2){
            maxHeap.offer(minHeap.poll());
        }
        while(maxHeap.size() - minHeap.size() >= 2){
            minHeap.offer(maxHeap.poll());
        }
    }
    public double getMediaNum(){
        int minSize = minHeap.size();
        int maxSize = maxHeap.size();
        if(minSize == 0 && maxSize == 0){
            return -1;
        }
        int minNum = minSize == 0 ? 0 : minHeap.peek();
        int maxNum = maxSize == 0 ? 0: maxHeap.peek();
        if(((minSize + maxSize) & 1) == 0){
            return (minNum + maxNum) / 2.0;
        }
        return maxSize > minSize ? maxNum : minNum;
    }
    public double[] flowmedian (int[][] operations) {
        // write code here
        List<Double> res = new ArrayList<>();
        int len = operations.length;
        for(int i = 0; i < len; i++){
            int operator = operations[i][0];
            if(operator == 1){
                add(operations[i][1]);
                adjustTwoHeaps();
            }
            else{
                res.add(getMediaNum());
            }
        }
        double[] ans = new double[res.size()];
        for(int i = 0; i < res.size(); i++){
            ans[i] = res.get(i).doubleValue();
        }
        return ans;
    }
}

解题反思

• 在add函数中调用了adjustTwoHeaps函数，可里面的逻辑会提早return ，所以很真实结果相反
• 在调整两个堆的时候，由while代替if,更符合真实逻辑
• 构造输出结果的时候，添加的值应该是Double类的doubleValue()值。
• 在判读一个数的奇偶性时，利用&1的操作