剑指 Offer 41. 数据流中的中位数

最新推荐文章于 2021-10-08 19:00:00 发布

枳洛淮南✘

最新推荐文章于 2021-10-08 19:00:00 发布

阅读量98

点赞数

分类专栏： Java LeetCode 剑指 Offer 文章标签： java

本文链接：https://blog.csdn.net/weixin_43520256/article/details/118055965

版权

Java 同时被 3 个专栏收录

124 篇文章 1 订阅

订阅专栏

LeetCode

62 篇文章 1 订阅

订阅专栏

剑指 Offer

39 篇文章 0 订阅

订阅专栏

该博客主要介绍了如何利用大顶堆和小顶堆来实现实时计算数据流中的中位数。通过维护两个堆，一个大顶堆保存较小的一半数据，一个小顶堆保存较大的一半数据，确保两者数量的平衡，从而快速获取中位数。在添加新元素时，根据堆的大小调整元素的归属，并在需要时进行堆之间的元素迁移。代码中展示了MedianFinder类的实现，包括addNum方法用于添加新数和findMedian方法用于获取当前中位数。

摘要由CSDN通过智能技术生成

链接

剑指 Offer 41. 数据流中的中位数

思路

用大顶堆+小顶堆方法，可以看作大顶堆是普通班，小顶堆是实验班。数量上时刻保持小顶-大顶<=1（两堆相等或者小顶比大顶多一个）。新学生先入普通班（大顶堆），此时可能会失去平衡了，于是取大顶堆的第一个（班里最好的学生）加入实验班（小顶堆），判断若数量过多（不是等于或多一个），取第一个（实验班里最差的学生）到普通班（大顶堆）里。取中位数的时候，若两堆数量相等，则各取堆顶取平均，若小顶比大顶多一，则多的那一个就是中位数

代码

public class MedianFinder
{
    Queue<Integer> A, B;

    //用 PriorityQueue<> 建堆
    public MedianFinder()
    {
        //A 存放（N / 2）--> N 为偶数 或 （N + 1） --> N为奇数
        A = new PriorityQueue<>();  //小顶堆：保存较大的一半
        //B 存放（N、 2）--> N 为偶数 或 （N - 1） --> N 为奇数
        B = new PriorityQueue<>((x, y) -> (y - x)); //大顶堆：保存较小的一半
    }

    public void addNum(int num)
    {
        if (A.size() != B.size())
        {
            A.add(num);
            B.add(A.poll());
        } else
        {
            //长度相等
            B.add(num);
            A.add(B.poll());
        }
    }

    public double findMedian()
    {
        return A.size() != B.size() ? A.peek() : (A.peek() + B.peek()) / 2.0;
    }
}