【经典算法题】数据流的中位数

【经典算法题】数据流的中位数

Leetcode 0295 数据流的中位数

题目描述：Leetcode 0295 数据流的中位数

分析

• 本题的考点：对顶堆。
• 本题考察数据结构：对顶堆。如下图：

• 当我们调用findMedian()时，根据up.size()+down.size()的奇偶性返回对应的结果，如果为奇数，则返回down的堆顶元素，否则返回up和down堆顶元素的平均值。

• 当我们调用addNum(x)函数时

  （1）如果down为空或者x小于等于down堆顶元素时，向down中插入数据x，并调整down和up，保证down中元素和up中元素个数相同或者多一个；

  （2）否则down非空并且x大于down堆顶元素，则向up中插入数据x，并调整down和up，保证up中元素个数和不能多于up中元素个数。

代码

• C++

class MedianFinder {
public:

    priority_queue<int> down;  // 大根堆
    priority_queue<int, vector<int>, greater<int>> up;  // 小根堆

    MedianFinder() {

    }
    
    void addNum(int x) {
        if (down.empty() || x <= down.top()) down.push(x);
        else up.push(x);

        if (up.size() > down.size()) down.push(up.top()), up.pop();
        if (down.size() > up.size() + 1) up.push(down.top()), down.pop();
    }
    
    double findMedian() {
        if ((down.size() + up.size()) % 2) return down.top();
        else return (down.top() + up.top()) / 2.0;
    }
};

• Java

class MedianFinder {

    PriorityQueue<Integer> up = new PriorityQueue<>();  // 小顶堆
    PriorityQueue<Integer> down = new PriorityQueue<>((o1, o2) -> o2 - o1);  // 大顶堆

    /** initialize your data structure here. */
    public MedianFinder() {

    }

    public void addNum(int num) {
        if (down.isEmpty() || num <= down.peek()) {
            down.add(num);
            if (down.size() > up.size() + 1) {
                up.add(down.peek());
                down.remove();
            }
        } else {
            up.add(num);
            if (up.size() > down.size()) {
                down.add(up.peek());
                up.remove();
            }
        }
    }

    public double findMedian() {
        if ((up.size() + down.size()) % 2 == 1) return down.peek();
        else return (up.peek() + down.peek()) / 2.0;
    }
}

时空复杂度分析

• 时间复杂度：addNum：$O(log(n))$，findMedian：$O(1)$，n是当前插入的数据数量。

• 空间复杂度：$O(n)$。