295. 数据流的中位数

算法题（程序员面试宝典）

解题思路主要来源于leetcode官方与《程序员面试宝典》&labuladong

295. 数据流的中位数

中位数是有序列表中间的数。如果列表长度是偶数，中位数则是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：

addNum(1)
addNum(2)
findMedian() -> 1.5
addNum(3)
findMedian() -> 2
进阶:

如果数据流中所有整数都在 0 到 100 范围内，你将如何优化你的算法？
如果数据流中 99% 的整数都在 0 到 100 范围内，你将如何优化你的算法？

解题方法

解题思路1

class MedianFinder {

    //大顶堆
    PriorityQueue<Integer> small;
    //小顶堆
    PriorityQueue<Integer> large;
    /** initialize your data structure here. */
    public MedianFinder() {
        //由大到小  降序排列
        small = new PriorityQueue<>((o1,o2)->{
            return o2-o1;
        });
        //由小到大  升序排列
        large = new PriorityQueue<>();
    }
    
    public void addNum(int num) {
        //寻找中位数 保证两点
        //1 两个堆之间的数量差不能超过1
        //2 large堆（小顶堆）的堆顶 大于等于 small堆（大顶堆）
        if(small.size()>=large.size()){
            //将small堆中堆顶（最大的）插入 large堆 以保证满足条件2
            small.offer(num);
            large.offer(small.poll());
        }else{
            //将 large堆中堆顶（最小的）的插入 small堆 以保证满足条件2
            large.offer(num);
            small.offer(large.poll());
        }
    }
    
    public double findMedian() {
        //将数量多的堆顶返回，若两个堆大小相同则返回栈顶中位数
        if(small.size()>large.size()){
            return small.peek();
        }else if(small.size()<large.size()){
            return large.peek();
        }
        return (small.peek()+large.peek())/2.0;
    }
}

/**
 * Your MedianFinder object will be instantiated and called as such:
 * MedianFinder obj = new MedianFinder();
 * obj.addNum(num);
 * double param_2 = obj.findMedian();
 */