题目描述
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。
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。
解法
给定一长度为 N N N 的无序数组,其中位数的计算方法:首先对数组执行排序(使用 O ( N log N ) O(N \log N) O(NlogN) 时间),然后返回中间元素即可(使用 O ( 1 ) O(1) O(1) 时间)。
针对本题,根据以上思路,可以将数据流保存在一个列表中,并在添加元素时 保持数组有序 。此方法的时间复杂度为 O ( N ) O(N) O(N) ,其中包括: 查找元素插入位置 O ( log N ) O(\log N) O(logN) (二分查找)、向数组某位置插入元素 O ( N ) O(N) O(N) (插入位置之后的元素都需要向后移动一位)。
借助 堆 可进一步优化时间复杂度。
建立一个 小顶堆 A A A 和 大顶堆 B B B ,各保存列表的一半元素,且规定:
- A A A 保存 较大 的一半,长度为 N 2 \frac{N}{2} 2N( N N N 为偶数)或 N + 1 2 \frac{N+1}{2} 2N+1( N N N 为奇数);
- B B B 保存 较小 的一半,长度为 N 2 \frac{N}{2} 2N( N N N 为偶数)或 N − 1 2 \frac{N-1}{2} 2N−1( N N N 为奇数);
随后,中位数可仅根据
A
,
B
A, B
A,B 的堆顶元素计算得到。
算法流程:
设元素总数为 N = m + n N = m + n N=m+n ,其中 m m m 和 n n n 分别为 A A A 和 B B B 中的元素个数。
addNum(num) 函数:
- 当 m = n m = n m=n (即 N N N 为 偶数):需向 A A A 添加一个元素。实现方法:将新元素 n u m num num 插入至 B B B ,再将 B B B 堆顶元素插入至 A A A ;
- 当 m ≠ n m \neq n m=n(即 N N N 为 奇数):需向 B B B 添加一个元素。实现方法:将新元素 n u m num num 插入至 A A A ,再将 A A A 堆顶元素插入至 B B B ;
假设插入数字 n u m num num 遇到情况 1. 。由于 n u m num num 可能属于 “较小的一半” (即属于 B B B ),因此不能将 n u m s nums nums 直接插入至 A A A 。而应先将 n u m num num 插入至 B B B ,再将 B B B 堆顶元素插入至 A A A 。这样就可以始终保持 A A A 保存较大一半、 B B B 保存较小一半。
findMedian() 函数:
- 当 m = n m = n m=n( N N N 为 偶数):则中位数为 (( A A A 的堆顶元素 + B B B 的堆顶元素 ) / 2 /2 /2)。
- 当 m ≠ n m \neq n m=n ( N N N 为 奇数):则中位数为 A A A 的堆顶元素。
复杂度分析
- 时间复杂度:
- 查找中位数 O ( 1 ) O(1) O(1) : 获取堆顶元素使用 O ( 1 ) O(1) O(1) 时间;
- 添加数字 O ( log N ) O(\log N) O(logN) : 堆的插入和弹出操作使用 O ( log N ) O(\log N) O(logN) 时间。
- 空间复杂度 O ( N ) O(N) O(N) : 其中 N N N 为数据流中的元素数量,小顶堆 A A A 和大顶堆 B B B 最多同时保存 N N N 个元素。
C++代码实现
class MedianFinder {
public:
// 最大堆,存储左边一半的数据,堆顶为最大值
priority_queue<int, vector<int>, less<int>> maxHeap;
// 最小堆, 存储右边一半的数据,堆顶为最小值
priority_queue<int, vector<int>, greater<int>> minHeap;
/** initialize your data structure here. */
MedianFinder() {
}
// 维持堆数据平衡,并保证左边堆的最大值小于或等于右边堆的最小值
void addNum(int num) {
/*
* 当两堆的数据个数相等时候,左边堆添加元素。
* 采用的方法不是直接将数据插入左边堆,而是将数据先插入右边堆,算法调整后
* 将堆顶的数据插入到左边堆,这样保证左边堆插入的元素始终是右边堆的最小值。
* 同理左边数据多,往右边堆添加数据的时候,先将数据放入左边堆,选出最大值放到右边堆中。
*/
if (maxHeap.size() == minHeap.size()) {
minHeap.push(num);
int top = minHeap.top();
minHeap.pop();
maxHeap.push(top);
} else {
maxHeap.push(num);
int top = maxHeap.top();
maxHeap.pop();
minHeap.push(top);
}
}
double findMedian() {
if (maxHeap.size() == minHeap.size()) {
return (maxHeap.top()+minHeap.top())*1.0/2;
} else {
return maxHeap.top()*1.0;
}
}
};