思路:两个堆,一个最大堆一个最小堆。最大堆保存小的数,最小堆保存大的数。
形象的来个图(帮大家活动下脖子)
此时我们就可以发现最小堆和最大堆保存的值就是中位数。如果是偶数,直接将两个堆顶加和除二即可。如果是奇数,直接返回最大堆的堆顶即可。
为了让两个堆均衡负载,我们可以通过他们的大小来决定流中的数字进那个堆。
class MedianFinder {
public PriorityQueue<Integer> maxHeap,minHeap;
/** initialize your data structure here. */
public MedianFinder() {
//一个lamda表达式,因为定义的泛型是整形,
//所以可以用lamda表大是定义一个比较器。
//原本的比较器比较的是a 与 b ,a > b返回1. 也就是 a - b
//为了让小根堆变成大根堆,要让他反向比较才可以
//所以传入的比较器为 b - a
maxHeap = new PriorityQueue<Integer>((a,b)->(b - a));
minHeap = new PriorityQueue<Integer>();
}
public void addNum(int num) {
//直接添加到最小堆中去,如果不平衡添加回来即可。
maxHeap.offer(num);
minHeap.offer(maxHeap.poll());
if(maxHeap.size() < minHeap.size()){
maxHeap.offer(minHeap.poll());
}
}
public double findMedian() {
//如果是奇数,直接返回中位数
//如果是偶数,那么中位数就是最大堆和最小堆顶之和
if(maxHeap.size() == minHeap.size() ){
return (maxHeap.peek()+minHeap.peek())*0.5;
}
return maxHeap.peek()/1.0;
}
}