【LeetCode295】-数据流的中位数

实现思路：

维护了一个k大小的最小堆minq，该最小堆里面存储的实际上前k最大的数据，k=n/2+1，由于k的数值是在变换了，往里新添加的数据有可能新来的元素，也可能是之前未添加进去的元素，所以我还维护了一个最大堆otherq，里面放置的是未添加到minq的数据

• 当前minq堆中元素＜k时
  • otherq中没有元素时，将新来的元素直接压入minq中
  • otherq中有元素的情况下，谁大谁就保存在minq中，否则就保存在otherq中
• 当前minq堆中元素 ≥ k时
  • 和minq栈顶元素比，谁大谁就保存在minq中，否则就保存在otherq中

实现代码（未过）：

不知道为什么，我在本地测试报错的样例得到的结果是正确的，但一到LeetCode上就错了，太奇怪了

#include <iostream>
#include <queue>
using namespace std;
class MedianFinder {
public:
	int n;
	priority_queue<int, vector<int>, greater<int>> minq;
	priority_queue<int> otherq;
	/** initialize your data structure here. */
	MedianFinder() {
		n = 0;
	}

	void addNum(int num) {
		n++;
		int nn = n  / 2+1;
		if (minq.size() < nn) {
			if (otherq.size() > 0)
			{
				if (num > otherq.top())
					minq.push(num);
				else {
					minq.push(otherq.top());
					otherq.pop();
					otherq.push(num);
				}
			}
			else{ minq.push(num); }
		}
		else {
			if (num > minq.top()) {
				otherq.push(minq.top());
				minq.pop();
				minq.push(num);
			}
			else
			{
				otherq.push(num);
			}
		}
	}

	double findMedian() {
		if (n % 2) return minq.top()/1.0;
		else {
			int n1 = minq.top();minq.pop();
			int n2 = minq.top();
			minq.push(n2);
			minq.push(n1);
			return (n1 + n2)/2.0;
		}
	}
};
int main() {
	MedianFinder m;
	m.addNum(-1);
	m.addNum(-2);
	m.addNum(-3);
	m.addNum(-4);
	//m.addNum(-5);
	cout << m.findMedian();
	return 0;
}

依次压入-1，-2，-3，-4我在本地测完得-2.5,到LeetCode测完就变-1.5了，看问题好像是错在没有考虑之前没有入minq的元素有可能比新来的元素大的问题，可是我改正的代码修复了这个问题，实在想不明白问题出在哪儿里了

实现一评价与思考：

这种实现的情况下，我是延续了 【LeetCode215】- 第K大数的思想，利用了最小堆，但实际上是有缺陷的

---

实现二思想：

而且要保证两种之间的个数相差≤1，两个堆的大小相同时，栈顶相加除二，否则个数多的那个堆的栈顶为中位数

我之前也想过这种方式，但考虑的不全面，只单纯的个数满足存一半一半的情况，但没有限制最大堆的栈顶要小于最小堆的栈顶

总结来说就是要保证最大堆中的元素都要要与最小堆中元素，且两个堆中元素个数之差不超过1

实现二代码

#include <iostream>
#include <queue>
using namespace std;

class MedianFinder {
public:
	/** initialize your data structure here. */
	priority_queue<int> maxq;
	priority_queue<int, vector<int>, greater<int>> minq;
	MedianFinder() {
		
	}

	void addNum(int num) {
		if (maxq.empty() && minq.empty())
			maxq.push(num);
		else if (maxq.size() == minq.size()) {
			if (num < maxq.top())
			{
				maxq.push(num);
			}
			else {
				minq.push(num);
			}
		}
		else if (maxq.size() > minq.size()) {
			if (num > maxq.top())
			{
				minq.push(num);
			}
			else {
				minq.push(maxq.top());
				maxq.pop();
				maxq.push(num);
			}
		}
		else if (minq.size() > maxq.size()) {
			if (num < minq.top()) {
				maxq.push(num);
			}
			else {
				maxq.push(minq.top());
				minq.pop();
				minq.push(num);
			}
		}
	}

	double findMedian() {
		if (maxq.size() == minq.size()) {
			return (maxq.top() + minq.top()) / 2.0;
		}
		else if (maxq.size() > minq.size())
		{
			return maxq.top() / 1.0;
		}
		return minq.top() / 1.0;
	}
};
int main() {
	MedianFinder m;
	m.addNum(-1);
	m.addNum(-2);
	m.addNum(-3);
	m.addNum(-4);
	m.addNum(-5);
	cout << m.findMedian();
	return 0;
}

实现二最终提交结果

空间换时间，运行还是很快的