题目
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。
样例
输入:1, 2, 3, 4
输出:1,1.5,2,2.5
解释:每当数据流读入一个数据,就进行一次判断并输出当前的中位数。
思路:维护一个大顶堆和一个小顶堆,将较大的数放入小顶堆,将较小的数放入大顶堆。奇数时返回大顶堆堆顶,偶数时返回两堆顶的平均数。
维护原则:
- 元素都先插到大顶堆
- 如果大顶堆堆顶大于小顶堆堆顶,分别交换堆顶(先pop再push)
- 如果大顶堆数量比小顶堆大2,小顶堆push大顶堆堆顶,大顶堆pop
代码如下:
class Solution {
public:
priority_queue<int>max_heap;
priority_queue<int,vector<int>,greater<int>>min_heap;
void insert(int num){
//元素都先插到大顶堆
max_heap.push(num);
// 如果大顶堆堆顶大于小顶堆堆顶,分别交换堆顶(先pop再push)
if(min_heap.size()&&max_heap.top()>min_heap.top()){
int max_num = max_heap.top(), min_num = min_heap.top();
max_heap.pop(),min_heap.pop();
max_heap.push(min_num),min_heap.push(max_num);
}
// 如果大顶堆数量比小顶堆大2,小顶堆push大顶堆堆顶,大顶堆pop
if(max_heap.size()>min_heap.size()+1){
min_heap.push(max_heap.top());
max_heap.pop();
}
}
double getMedian(){
if((max_heap.size()+min_heap.size())&1)return max_heap.top();
else return (max_heap.top()+min_heap.top())/2.0;
}
};