用python写leetcode【10】 -- 数据流的中位数（295）

今天起每文两道题改成每个文章一道题，这样阅读起来比较方便。

数据流的中位数（295）

题目

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？

思路

思路没什么问题，就是排序存放，自己写的击败了0%。。。。代码一和代码二分别是自己的和另一个比较简单的版本

代码一

       class MedianFinder:
    
        def __init__(self):
            """
            initialize your data structure here.
            """
            self.ans = []
            self.l = 0
            
        def addNum(self, num: int) -> None:
            if self.l ==0 :
                self.ans.append(num)
            else:  
                k=self.l
                for i in range(len(self.ans)):
                    if num<=self.ans[i]:
                        k=i
                        break
                self.ans.insert(k,num)
            #print(self.ans)
            self.l+=1
            return 
            
    
        def findMedian(self) -> float:
            if self.l==0:
                return 
            if self.l%2==1:
                return self.ans[int(self.l/2)]
            else :
                return (self.ans[int(self.l/2)]+self.ans[int(self.l/2)-1])/2        
    
    
    # Your MedianFinder object will be instantiated and called as such:
    # obj = MedianFinder()
    # obj.addNum(num)
    # param_2 = obj.findMedian()

代码二

    class MedianFinder:
        # import bisect
        def __init__(self):
            """
            initialize your data structure here.
            """
            self.data = []
    
        def addNum(self, num):
            """
            :type num: int
            :rtype: void
            """
            bisect.insort(self.data, num)
    
        def findMedian(self):
            """
            :rtype: float
            """
            n = len(self.data)
    
            return (self.data[n // 2] + self.data[(n - 1)// 2]) / 2

还是多用别人写好的函数
python中的//和/是不一样的，//是做了整除取结果的整数。