leetcode链接:https://leetcode-cn.com/problems/shu-ju-liu-zhong-de-zhong-wei-shu-lcof/
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。
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。示例 1:
输入:
["MedianFinder","addNum","addNum","findMedian","addNum","findMedian"]
[[],[1],[2],[],[3],[]]
输出:[null,null,null,1.50000,null,2.00000]示例 2:
输入:
["MedianFinder","addNum","findMedian","addNum","findMedian"]
[[],[2],[],[3],[]]
输出:[null,null,2.00000,null,2.50000]
解题思路:采用一个大根堆一个小根堆,大根堆存储数据流中较小的一部分,小根堆存储数据流中较大的一部分,当大根堆与小根堆大小相等时,此时增加一个元素,数据流大小是奇数,此时规定返回小根堆的堆顶,若是偶数,返回两个堆顶的平均值。因此在新增元素时,若此时数据流中是奇数,则要在大根堆新增,但是需要先将元素加入小根堆排序后,将小根堆的堆顶元素加入大根堆,若此时数据流中是偶数,则相反的操作,这样可以保证直接返回小根堆堆顶就是中位数。
class MedianFinder {
PriorityQueue<Integer> A,B;
/**
* initialize your data structure here.
*/
public MedianFinder() {
A = new PriorityQueue<>();
B = new PriorityQueue<>(new Comparator<Integer>() {
@Override
public int compare(Integer o1, Integer o2) {
return o2-o1;
}
});
}
public void addNum(int num) {
if(A.size() != B.size()){
A.offer(num);
B.offer(A.poll());
}else{
B.offer(num);
A.offer(B.poll());
}
}
public double findMedian() {
return A.size()==B.size() ? (A.peek()+B.peek())/2.0 : A.peek();
}
}
/**
* Your MedianFinder object will be instantiated and called as such:
* MedianFinder obj = new MedianFinder();
* obj.addNum(num);
* double param_2 = obj.findMedian();
*/