数据流中的中位数 - 剑指offer困难

最新推荐文章于 2024-09-14 18:52:56 发布

努力搬砖的小王

最新推荐文章于 2024-09-14 18:52:56 发布

阅读量521

点赞数

分类专栏：算法刷题文章标签： leetcode 算法 java

本文链接：https://blog.csdn.net/weixin_43010441/article/details/128651185

版权

算法刷题专栏收录该内容

65 篇文章 0 订阅

订阅专栏

该文章介绍了如何使用大根堆和小根堆来设计一个数据结构，以支持在数据流中动态添加数字并实时计算中位数。在实现过程中，大根堆存储较小的一半元素，小根堆存储较大的一半元素，以保证中位数的正确获取。当元素数量为奇数时，中位数是大根堆的顶部元素；为偶数时，是两个堆顶部元素的平均值。

摘要由CSDN通过智能技术生成

数据流中的中位数
题目链接
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]

限制：

最多会对 addNum、findMedian 进行 50000 次调用。

解题思路

大根堆和小根堆的使用
可以将大根堆看成普通班，小根堆看成精英班
精英班的人数要大于等于普通班
每次元素先入普通班，然后将普通班成绩最好的加入精英班
如果精英班人数比普通班人数多2个及以上
讲静音班最差那个人加入普通班即可

解题代码

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

    }
    priority_queue<int,vector<int>,greater<int> >mi;
    priority_queue<int,vector<int>,less<int> >ma;
    void addNum(int num) {
        ma.push(num);
        mi.push(ma.top());
        ma.pop();
        if(ma.size()+1<mi.size()){
            ma.push(mi.top());
            mi.pop();
        }
    }
    
    double findMedian() {
        if((mi.size()+ma.size())%2){
            return 1.0*mi.top();
        }
        else{
            return (mi.top()+ma.top())/2.0;
        }
    }
};

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