剑指 Offer 41. 数据流中的中位数
题目描述:
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。
例如,
[2,3,4] 的中位数是 3
[2,3] 的中位数是 (2 + 3) / 2 = 2.5
设计一个支持以下两种操作的数据结构:
void addNum(int num) - 从数据流中添加一个整数到数据结构中。 double findMedian() -
返回目前所有元素的中位数。
示例 1:
输入:
[“MedianFinder”,“addNum”,“addNum”,“findMedian”,“addNum”,“findMedian”]
[[],[1],[2],[],[3],[]]
输出:
[null,null,null,1.50000,null,2.00000]
示例 2:
输入:
[“MedianFinder”,“addNum”,“findMedian”,“addNum”,“findMedian”]
[[],[2],[],[3],[]]
输出:
[null,null,2.00000,null,2.50000]
限制:
最多会对 addNum、findMedian 进行 50000 次调用。
题目分析:
初始这道题,感觉很难,很明显无法使用数组,只能使用集合进行解决,第一感觉可以使用ArrayList集合解决该问题,可以实现数据的动态添加,ArrayList查找效率比较高,每次查找数据流的中位数的时候可以进行一次排序进行查找。这里使用Collection的sort方法进行排序。执行提交,居然一次通过了,OMG!不可思议!
代码如下
class MedianFinder {
ArrayList<Integer> res;
/** initialize your data structure here. */
public MedianFinder() {
res = new ArrayList<>();
}
public void addNum(int num) {
res.add(num);
}
public double findMedian() {
if(res.size()==0){
return 0.0;
}
Collections.sort(res);
return res.size()%2==0?(res.get(res.size()/2)+res.get(res.size()/2-1))/2.0:res.get(res.size()/2)/1.0;
}
}
提交通过之后发现执行用时,比较长,emmmm很显然这是一个失败的解决方式,看题解之后发现使用了队列实现大顶堆的操作,解决此问题。
果然是快了几十倍,代码也贴出来吧。大家一起进行参悟。在此十分感谢提供题解的大佬。
class MedianFinder {
Queue<Integer> A, B;
public MedianFinder() {
A = new PriorityQueue<>(); // 小顶堆,保存较大的一半
B = new PriorityQueue<>((x, y) -> (y - x)); // 大顶堆,保存较小的一半
}
public void addNum(int num) {
if(A.size() != B.size()) {
A.add(num);
B.add(A.poll());
} else {
B.add(num);
A.add(B.poll());
}
}
public double findMedian() {
return A.size() != B.size() ? A.peek() : (A.peek() + B.peek()) / 2.0;
}
}
//作者:jyd
//链接:https://leetcode-cn.com/problems/shu-ju-liu-zhong-de-zhong-wei-shu-lcof/solution/mian-shi-ti-41-shu-ju-liu-zhong-de-zhong-wei-shu-y/
//来源:力扣(LeetCode)
//著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。
题目来源:
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/shu-ju-liu-zhong-de-zhong-wei-shu-lcof
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。