leetcode—24.堆题目leetcode总结

一个中心

  堆的中心就是动态求极值，动态与极值缺一不可。

1046. 最后一块石头的重量

有一堆石头，每块石头的重量都是正整数。
每一回合，从中选出两块 最重的 石头，然后将它们一起粉碎。假设石头的重量分别为 x 和 y，且 x <= y。那么粉碎的可能结果如下：
如果 x == y，那么两块石头都会被完全粉碎；
如果 x != y，那么重量为 x 的石头将会完全粉碎，而重量为 y 的石头新重量为 y-x。
最后，最多只会剩下一块石头。返回此石头的重量。如果没有石头剩下，就返回 0。

示例：

输入：[2,7,4,1,8,1]
输出：1
解释：
先选出 7 和 8，得到 1，所以数组转换为 [2,4,1,1,1]，
再选出 2 和 4，得到 2，所以数组转换为 [2,1,1,1]，
接着是 2 和 1，得到 1，所以数组转换为 [1,1,1]，
最后选出 1 和 1，得到 0，最终数组转换为 [1]，这就是最后剩下那块石头的重量。

思路：

利用小顶堆模拟大顶堆时，入堆需要取相反数，出堆也需要取相反数

class Solution:
    def lastStoneWeight(self, stones: List[int]) -> int:
        # 利用python小顶堆构造大顶堆
        heap = [-stone for stone in stones]
        # 构建二叉堆
        heapq.heapify(heap)

        while len(heap) > 1:
            # 依次弹出两个头部元素
            x,y = heapq.heappop(heap),heapq.heappop(heap)
            if x != y:
                #同时添加到列表与堆中
                heapq.heappush(heap,x-y)
        if heap:
            return -heap[0]
        return 0

三个技巧

技巧一：固定堆
  这个技巧指的是固定堆的大小$k$不变，代码上可通过每 pop出去一个就 push进来一个来实现。而由于初始堆可能是0，我们刚开始需要一个一个 push 进堆以达到堆的大小为$k$，因此严格来说应该是维持堆的大小不大于$k$。
这个技巧可以用到求第k小的值或者求第k大的值。

比如：求第k小的值
思路：建立一个大顶堆，维持堆的大小为k，如果新入队后，堆的大小大于k，则与新入队元素与堆顶比较，将较大的数移除，这样就可以保证堆中的元素是全体元素中最小的k个，此时，堆顶元素为第k小的值。堆是最小的k个数，堆顶又是最大的，因此堆顶就是第k小的

总结来说：

1. 固定大小为k的大顶堆，可以快速求第k小的值
2. 固定大小为k的小顶堆，可以快速求第k大的值

295. 数据流的中位数

  这道题基于固定堆技巧，利用大顶堆与小顶堆的性质就可以快速找到中位数。比如：数据个数为$n$，大顶堆元素个数为$\frac{n+1}{2}$，小顶堆元素个数$n-\frac{n+1}{2}$,那么 0 < = n +