Leetcode 480. 滑动窗口中位数
链接:原题传送门
--------------------
中位数是有序序列最中间的那个数。如果序列的长度是偶数,则没有最中间的数;此时中位数是最中间的两个数的平均数。
例如:
- [2,3,4],中位数是 3
- [2,3],中位数是 (2 + 3) / 2 = 2.5
给你一个数组 nums,有一个长度为 k 的窗口从最左端滑动到最右端。窗口中有 k 个数,每次窗口向右移动 1 位。你的任务是找出每次窗口移动后得到的新窗口中元素的中位数,并输出由它们组成的数组。
--------------------
解法思路
k的奇偶性会影响中位数的计算方式,因此分开讨论。
先考虑k为奇数:
维护两个优先队列,一个size为(k/2+1)的大根堆q1,另一个size为(k/2)的小根堆q2。在滑动过程中,维持队列大小不变且保证q1的堆顶元素<=q2的堆顶元素。此时q1的堆顶元素即为中位数。
偶数:
滑动规则同奇数情况,但需要把q1的size固定为k/2,且中位数的计算方式为两个队列的堆顶元素的平均值。
需要注意的是STL的priority_queue不支持删除操作,所以引入了set来实时维护队列的大小。每次取堆顶元素时都判断一下该元素的下标是否在窗口内,如果不在窗口内,则直接跳过,直到取到一个下标在窗口内的堆顶元素。
class Solution {
public:
struct CustomGreater {
// pair, first 代表下标 ,second 代表元素值
bool operator()(const std::pair<int, int>& a, const std::pair<int, int>& b) const {
return a.second<b.second;
}
};
struct CustomLess {
bool operator()(const std::pair<int, int>& a, const std::pair<int, int>& b) const {
return a.second > b.second;
}
};
vector<double> medianSlidingWindow(vector<int>& nums, int k) {
vector<int>kNums(k);
vector<double>ans;
priority_queue<pair<int,int>,vector<pair<int,int>>,CustomGreater>q1;
priority_queue<pair<int,int>,vector<pair<int,int>>,CustomLess>q2;
set<int>s1;
int i=0;
// 初始化第一个窗口
for(;i<k;i++){
q2.emplace(i,nums[i]);
}
for(int j=0;j<k/2+(k&1);j++){
q1.push(q2.top());
s1.insert(q2.top().first);
q2.pop();
}
if(k&1)
ans.push_back(q1.top().second);
else
ans.push_back((double(q1.top().second)+double(q2.top().second))/2);
// 滑动
for(;i<nums.size();i++){
if(s1.contains(i-k)){
// 左边队列的一个元素被移出窗口,要给左边补一个元素
s1.erase(i-k);
// 先把当前元素塞进右边队列
q2.emplace(i,nums[i]);
// 把右边队列的最小值拿出来 ,补进左边队列
s1.insert(q2.top().first);
q1.push(q2.top());
q2.pop();
}else{
// 右边队列的某个元素被移除,需要补一个
// 先把当前元素塞进左边队列
q1.emplace(i,nums[i]);
s1.insert(i);
q2.push(q1.top());
s1.erase(q1.top().first);
q1.pop();
}
while(!q1.empty() && q1.top().first<=i-k)q1.pop();
while(!q2.empty() && q2.top().first<=i-k)q2.pop();
if(k&1)
ans.push_back(q1.top().second);
else
ans.push_back((double(q1.top().second)+double(q2.top().second))/2);
}
return ans;
}
};
pbds大法好
pbds库的平衡树提供find_by_order查询第k大,删除、插入、查询操作均为O(log k) 的时间复杂度。
#include <ext/pb_ds/assoc_container.hpp>
#include <ext/pb_ds/tree_policy.hpp>
using namespace __gnu_pbds;
class Solution {
public:
tree<pair<int, int>, null_type, less<pair<int, int>>, rb_tree_tag, tree_order_statistics_node_update> t;
vector<double> medianSlidingWindow(vector<int>& nums, int k) {
queue<pair<int, int>> q;
vector<double> ans;
for(int i = 0; i < nums.size(); ++i) {
q.push({nums[i], i});
t.insert({nums[i], i});
if(q.size() >= k) {
long x = (*t.find_by_order(k / 2)).first;
long y = (*t.find_by_order((k - 1) / 2)).first;
ans.push_back((x + y) / 2.0);
t.erase(q.front());
q.pop();
}
}
return ans;
}
};