动态中位数(对顶堆)

最新推荐文章于 2024-07-14 19:56:17 发布

曼切斯特的流氓

最新推荐文章于 2024-07-14 19:56:17 发布

阅读量344

点赞数

分类专栏： Acwing刷题经典数据结构考研数据结构模板文章标签：算法 c++

本文链接：https://blog.csdn.net/weixin_46503238/article/details/131034728

版权

上面是一个小根堆，下面是一个大根堆

维护两个性质：1、小根堆元素>=大根堆元素2、大根堆元素个数比小根堆元素个数多1

结果出堆大根堆top即可



#include <bits/stdc++.h>
using namespace std;
#define INF 0x3f3f3f3f
#define ll long long
#define x first
#define y second
typedef pair<int,int> PII;
const int N=5e5+10

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

曼切斯特的流氓

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
动态中位数(对顶堆)

维护两个性质：1、小根堆元素>=大根堆元素2、大根堆元素个数比小根堆元素个数多1。上面是一个小根堆，下面是一个大根堆。结果出堆大根堆top即可。
复制链接

扫一扫

专栏目录

POJ 3784 Running Median 动态求中位数优先队列小根堆+大根堆

深海沧澜的博客

07-24

612

题意：输入M个数，当已输入的个数为奇数个时输出此时的中位数。一共有M/2+1个中位数要输出，每一行10个。思路：当数字是奇数的时候才输出中位数，所以是数组的一半我们可以用小跟堆+大根堆来进行维护，设当前序列长度为M，我们始终保持1--M/2的数字存储在大根堆中（从大到小）,M/2+1--M的数字存储在小根堆中，当某一个堆中的元素过多的时候，取出该堆的堆顶入另外一个堆。所以，中位数为小根堆的...

[POJ3784]Running Median（堆动态维护中位数）

私は Mocha!!

06-30

1196

传送门　　这题需要用到一个名为：“对顶堆”的小技巧　　我们以值建立一个大根堆，一个小根堆，假设我们现在的中位数是x，那么用大根堆来储存小于等于x的元素，用小根堆来储存大于x的元素，这样的话，大根堆的堆顶就是x，也就是现在的动态中位数。那么也就是说我们保证大根堆里的元素都是小于小根堆的，你可以想象这两个堆是“顶”在一起的，他们是两个胖子互相挤来挤去，他们夹着的就是动态中位数，同时我们还...

参与评论您还未登录，请先登录后发表或查看评论

Leetcode 295. 数据流的中位数动态求解中位数

wwxy1995的博客

08-28

239

流式数据，不断有数据进来，维护两个堆，一个大顶堆，一个小顶堆。下面大定堆，上面是小顶堆，当大顶堆元素始小于等于小顶堆元素加1。可以很容易知道，如果当前数据流总数为偶数，答案就是堆顶元素之和/2 如果为奇数，答案就是大顶堆元素。在插入过程中，先看是插在下面还是上面，然后再动态调整。 class MedianFinder { public: /** initialize your data structure here. */ priority_qu...

动态中位数对顶堆

lt的博客

04-05

174

题目链接 https://www.acwing.com/problem/content/108/ 依次读入一个整数序列，每当已经读入的整数个数为奇数时，输出已读入的整数构成的序列的中位数。输入格式第一行输入一个整数P，代表后面数据集的个数，接下来若干行输入各个数据集。每个数据集的第一行首先输入一个代表数据集的编号的整数。然后输入一个整数MM，代表数据集中包含数据的个数，MM一定...

动态中位数（对顶堆）

1262934560的博客

04-20

1147

题意：动态求当前序列中的中位数思路：为了动态维护中位数，我们可以建立两个二叉堆：一个小跟堆、一个大根堆。在依次读入这个整数序列的过程中，设当前序列长度为M，我们始终保持： 1.序列中从小到大排名为1-M/2的整数储存在大根堆中 2.序列中从小到大排名为M/2-M的整数储存在小根堆中。任何时候，如果某一个堆中元素个数过多，打破了这个性质，就取出该堆的堆顶插入到另一个堆。这样一来，序列的中位数就...

AcWing 106. 动态中位数对顶堆优先队列实现

srh20的博客

07-23

题目描述依次读入一个整数序列，每当已经读入的整数个数为奇数时，输出已读入的整数构成的序列的中位数。输入格式第一行输入一个整数P，代表后面数据集的个数，接下来若干行输入各个数据集。每个数据集的第一行首先输入一个代表数据集的编号的整数。然后输入一个整数M，代表数据集中包含数据的个数，M一定为奇数，数据之间用空格隔开。数据集的剩余行由数据集的数据构成，每行包含10个数据，最后一行数据量可能少于10个，数据之间用空格隔开。输出格式对于每个数据集，第一行输出两个整数，分别代表数据集的编号以及

106. 动态中位数对顶堆大根堆和小根堆优先队列

从你的全世界路过

09-26

题目题解思路 priority_queue <int> q1; //默认大顶堆 priority_queue <int,vector<int>,greater<int> > q2 ; //小顶堆只需要让小顶堆的所有元素都大于等于大顶堆并且大顶堆的元素不超过小顶堆加1 因为我们在小顶堆顶取到中位数。每次照着加入元素后面再对元素的归属做调整即可。这题卡输出属实恶心。 AC代码 #include &

106 动态中位数（对顶堆）

二哈

01-11

1042

1. 问题描述：依次读入一个整数序列，每当已经读入的整数个数为奇数时，输出已读入的整数构成的序列的中位数。输入格式第一行输入一个整数 P，代表后面数据集的个数，接下来若干行输入各个数据集。每个数据集的第一行首先输入一个代表数据集的编号的整数。然后输入一个整数 M，代表数据集中包含数据的个数，M 一定为奇数，数据之间用空格隔开。数据集的剩余行由数据集的数据构成，每行包含 10 个数据，最后一行数据量可能少于 10 个，数据之间用空格隔开。输出格式对于每个数据集，第一行输出两个整数，分别代表

[数据结构] 对顶堆求中位数

Zeolim的博客

03-19

859

中位数求法比较多离线的我不会比较容易实现的就是在线的对顶堆对顶堆的定义：小顶堆存大于小顶堆堆顶的所有元素大顶堆存小于大顶堆堆顶的所有元素那么小顶堆和大顶堆堆顶就是整个当前数据元素的分界线并且堆顶对换/互相插入不影响定义性质那么当求中位数时只需调堆即可得益于堆的性质每次调堆时间复杂度为log(n) 1.当前总元素量为奇数时只...

AcWing 106. 动态中位数[对顶堆]

在AC与WA间徘徊

03-13

438

原题传送门：https://www.acwing.com/problem/content/108/ 　　题目大意：依次读入一个整数序列，每当已经读入的整数个数为奇数时，输出已读入的整数构成的序列的中位数。　　问题分析：需要边读边输出目前已有序列的中位数。需要动态维护中位数，中位数在奇数个数时，属于序列中的最中间的部分，我们需要在增加一个数时就能动态保证有序，这样，堆是可以办到的，而且时间是log...

易语言16位数字排列算法

07-20

在16位数字排列中，我们可以从第一位开始，依次尝试0到9的每个数字，然后对下一位进行相同操作，直到所有位置都填满。如果发现当前的组合不满足16位的条件或者已经出现过，就回溯到上一个决策点，尝试其他数字。 **...

【算法题】数据流中的中位数

12-20

若为奇数，中位数直接返回大顶堆的堆顶元素，因为此时大顶堆包含的元素个数比小顶堆多一个，所以大顶堆的堆顶元素是中位数。在提供的代码示例中，使用了Java的`PriorityQueue`作为优先级队列的实现，并通过`...

剑指offer 之数据流的中位数

01-20

数据流中的中位数题目解题...我们可以考虑用堆来实现：分别构建一个大顶堆和一个小顶堆，大顶堆中保存数据流中最小的n/2个数据，那么它的堆顶元素就是中位数；小顶堆保存数据流中最大的n/2个数据。如何保证大顶堆和

leetcode295数据流的中位数_优先队列，简单很多。python 代码+思路

01-20

为了找到添加新数据以后，数据流的中位数，我们让这个新数据在大顶堆和小顶堆中都走了一遍。而为了让大顶堆的元素多 1 个，我们让从小顶堆中又拿出一个元素“送回”给大顶堆； import heapq class MedianFinder: ...

Python中的堆实现：heapq 模块——利用堆结构实现快速访问数据流中的中位数

12-21

对于数据流中中位数的快速访问，可以采用双堆策略：一个小顶堆存储较小的一半元素，一个大顶堆存储较大的一半元素。当新元素到来时，根据其大小插入对应的堆。若需要中位数，根据两个堆的大小关系快速确定。这种方法...

算法014：找到字符串中所有字母异位词

m0_62319039的博客

07-14

434

算法014：找到字符串中所有字母异位词

LC53最大子数组和、lc5最长回文子串、lc283移动零

m0_47536537的博客

07-14

203

请你找出一个具有最大和的连续子数组（子数组最少包含一个元素），返回其最大和。连续子数组 [4,-1,2,1] 的和最大，为 6。移动到数组的末尾，同时保持非零元素的相对顺序。，必须在不复制数组的情况下原地对数组进行操作。"aba" 同样是符合题意的答案。是数组中的一个连续部分。，编写一个函数将所有。LC53最大子数组和。

树状数组（Binary Indexed Tree, BIT）

qq_73702550的博客

07-12

396

树状数组（Binary Indexed Tree, BIT），也称为 Fenwick Tree，是一种用于高效处理数组前缀和查询和单点更新的数据结构。它能够在 (O(\log n)) 时间内完成单点更新和前缀和查询操作。

代码随想录算法训练营第三十二天

最新发布

weixin_44791877的博客

07-14

217

这道题自己思考ac出来了，主要是这道题需要使用二维的dp数组进行规划，由于动归是递推的，所以从结果向前思考，因此到右下角的方法只能由右下角这个格子或者左边这个格子走过来，因此右下角这个格子的方法数应该等于上一个格子的方法数加上左边这个格子的方法数。值得注意的是只有一行的或者一列的每个格子都只有1种方法，还有就是多行多列的边界格子也是只有一种方法，这个也是要初始化的。然后初始化边界的时候在障碍物之前的都初始化为1，障碍物以及障碍物之后的都初始化为0；首先几个特殊情况当障碍物在起点或者终点的话直接返回0；

295. 数据流的中位数c++

08-09

要找出数据流的中位数，可以使用两个优先队列（堆）来实现。一个小顶堆存储较大的一半数据，一个大顶堆存储较小的一半数据。具体步骤如下： 1. 初始化两个堆，一个小顶堆 `minHeap` 和一个大顶堆 `maxHeap`。 2. 遍历数据流中的每个元素： - 如果 `minHeap` 和 `maxHeap` 的大小相等，将元素插入到 `maxHeap` 中。 - 如果 `minHeap` 的大小大于 `maxHeap`，将元素插入到 `minHeap` 中。 - 如果插入元素后，`minHeap` 的堆顶元素大于 `maxHeap` 的堆顶元素，则交换两个堆顶元素。 3. 如果两个堆的大小之和是偶数，中位数就是两个堆顶元素的平均值；如果是奇数，中位数就是 `minHeap` 的堆顶元素。下面是使用 C++ 实现的代码示例： ```cpp #include <iostream> #include <queue> #include <vector> class MedianFinder { public: void addNum(int num) { if (minHeap.empty() || num > minHeap.top()) { minHeap.push(num); } else { maxHeap.push(num); } if (minHeap.size() > maxHeap.size() + 1) { maxHeap.push(minHeap.top()); minHeap.pop(); } else if (maxHeap.size() > minHeap.size()) { minHeap.push(maxHeap.top()); maxHeap.pop(); } } double findMedian() { if (minHeap.size() == maxHeap.size()) { return (minHeap.top() + maxHeap.top()) / 2.0; } else { return minHeap.top(); } } private: std::priority_queue<int, std::vector<int>, std::greater<int>> minHeap; std::priority_queue<int, std::vector<int>, std::less<int>> maxHeap; }; int main() { MedianFinder finder; finder.addNum(1); finder.addNum(2); std::cout << finder.findMedian() << std::endl; // 输出 1.5 finder.addNum(3); std::cout << finder.findMedian() << std::endl; // 输出 2 return 0; } ``` 这段代码创建了一个 `MedianFinder` 类，通过 `addNum` 方法添加数据，然后通过 `findMedian` 方法获取中位数。在示例中，数据流为 1、2、3，所以中位数依次为 1.5 和 2。

“相关推荐”对你有帮助么？

非常没帮助
没帮助
一般
有帮助
非常有帮助

提交