该博客讨论了一种算法问题，要求在遍历数字序列的奇数位置时输出当前序列的中位数。传统的排序方法由于时间复杂度过高而不可行。作者提出利用优先队列（堆）来维护序列的中位数，通过两个优先队列分别存储序列的较小和较大部分，确保中位数始终位于两者之间。这种方法的时间复杂度降低到了O(1000 * log(n)^2)。
题意：给你一个数字序列，让你遍历每到奇数项的时候就输出一下前面项的中位数。输入输入也多了一些不必要的东西，称它为仪式感吧
思路：很容易想到时候每遍历一个数字就对前面的 i 项进行一次排序，这样我就可以直接输出 a[i/2+1] 岂不是美滋滋， O ( 1000 ∗ n 2 ( l o g n ) 2 O(1000*n^2(logn)^2 O(1000∗n2(logn)2 , 所以不行。我们现在需要维护的是前 i 项的中位数，那么中位数有什么特点，比前面的树都大，比后面的数都小（废话）。
所以我们在处理的时候让较大的放在一边，让较小的放在一边，这样就可以在查询的时候比较好处理了，害，优先队列呗。
搞两个优先队列，一个升序，一个降序可以这么理解：
大------------小。 。大----------小
“。”代表 优先队列的top，左边的叫q，右边的叫p，可以把这两个优先队列组合起来看成一个序列，两个top之间只不过是a[i] 与 a[i+1]，这里面肯定是排好序的罗
先将 a[1] 插入到左边的q中，然后开始遍历：
如果 a[i] < q.top 那么 p.push(a[i]) 因为q的整体需要比p大嘛
如果 a[i] >= q.top 那么 q.push(a[i])
在每一次插入之后，需要判断一下 q 与 p 的 size，你想呀，你输出肯定是输出top，如果两遍的top并不是在序列的中间部位，输出的肯定不是中位数，这时候就需要判断一下，让两个size之间差距不超过1，然后输出size大的那一边的top
O ( 1000 ∗ ( l o
最低0.47元/天 解锁文章
1887
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
