【Java语言】剑指offer系列之堆、优先队列、排序----数据流中的中位数

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。我们使用Insert()方法读取数据流，使用GetMedian()方法获取当前读取数据的中位数。

分析：可以使用优先队列的大小顶堆来进行排序，进而获得中位数。

具体代码实现如下：

import java.util.*;
public class Solution {

    /*
    利用优先队列的大小顶堆来实现中位数，大顶堆保存较小的数（那么它的头元素（堆顶）即为较小数中的最大数），
    小顶堆保存较大的数（那么它的头元素（堆顶）即为较大数中的最小数）。设共有N=m+n个元素，在添加元素时要保证大小顶堆各一半：
    当N为奇数时：m=n+1=(N+1)/2 （m表示小顶堆里面的元素个数）
    当N为偶数时：m=n=N/2       （n表示大顶堆里面的元素个数）
    故，当m＝n时，中位数为：（小顶堆的堆顶元素+大顶堆的堆顶元素）/2
       当m≠n时，中位数为：小顶堆的堆顶元素
    */
    PriorityQueue<Integer> min = new PriorityQueue<>();;// 小顶堆
    PriorityQueue<Integer> max = new PriorityQueue<>((x,y) -> (y - x));// 大顶堆
    public void Insert(Integer num) {// 要保证大小顶堆中的元素之差小于等于1
        if(min.size() == max.size()){//元素最终需要放入小顶堆中
            max.offer(num);// 先放入大顶堆中进行排序
            min.offer(max.poll());// 再将大顶堆中堆顶的元素（较小数中最大的元素）放入小顶堆
        }else{// 元素最终放入大顶堆中
            min.offer(num);// 先放入小顶堆进行排序，比较大小，堆顶为较小数中的最大值
            max.offer(min.poll());// 然后再将小顶堆中堆顶的元素（较大数中最小的元素）放入大顶堆
        }
    }

    public Double GetMedian() {// 如果大小顶堆长度不等，则中位数存在于小顶堆的堆顶，否则存在于两个堆顶元素除以2
        return min.size() == max.size() ? (min.peek() + max.peek()) / 2.0 : (double)min.peek();
    }


}

人生若只如初见，何事秋风悲画扇。
等闲变却故人心，却道故人心易变。
-----------纳兰性德

小白寄语：学如逆水行舟，不进则退。