刷题

最新推荐文章于 2024-10-27 05:38:01 发布

weixin_43826142

最新推荐文章于 2024-10-27 05:38:01 发布

阅读量134

点赞数

分类专栏： LeetCode 文章标签： leetcode

本文链接：https://blog.csdn.net/weixin_43826142/article/details/115218726

版权

LeetCode 专栏收录该内容

16 篇文章 0 订阅

订阅专栏

该博客介绍了一个名为MedianFinder的数据结构，用于在数据流中实时计算中位数。通过使用两个优先级队列（小顶堆和大顶堆），实现了在O(log n)的时间复杂度内添加元素并找到中位数。 MedianFinder的addNum方法添加新元素，而findMedian方法返回当前数据流的中位数。这种方法保证了在不断变化的数据流中快速获取中位数的能力。

摘要由CSDN通过智能技术生成

2021.3.22

295. 数据流的中位数

在这里插入图片描述

    class MedianFinder {

        private PriorityQueue<Integer> large;
        private PriorityQueue<Integer> small;

        /**
         * initialize your data structure here.
         */
        public MedianFinder() {
            large = new PriorityQueue<>();
            small = new PriorityQueue<>((a,b)->{
                return b-a;
            });
        }

        public void addNum(int num) {
            if (small.size() >= large.size()){
                small.offer(num);
                large.offer(small.poll());
            }else{
                large.offer(num);
                small.offer(large.poll());
            }
        }

        public double findMedian() {
            if (large.size() < small.size()){
                return small.peek();
            }else if (large.size() > small.size()){
                return large.peek();
            }
            return (large.peek() + small.peek())/2.0;
        }
    }

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