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。我们使用Insert()方法读取数据流,使用GetMedian()方法获取当前读取数据的中位数。
数据范围:数据流中数个数满足1≤n≤1000 ,大小满足1≤val≤1000
进阶: 空间复杂度O(n) , 时间复杂度O(nlogn)
示例1
输入:[5,2,3,4,1,6,7,0,8]
返回值:"5.00 3.50 3.00 3.50 3.00 3.50 4.00 3.50 4.00 "
说明:数据流里面不断吐出的是5,2,3...,则得到的平均数分别为5,(5+2)/2,3...
示例2
输入:[1,1,1]
返回值:"1.00 1.00 1.00 "
解法一:插入排序
思路:
Inset()函数再插入的时候,遍历之前存储在数组红的数据,按照递增的顺序依次插入,则保证了加入的数据的有序性。
GetMedian函数则根据下标直接访问中位数,区分数组为奇数和偶数两种情况即可。
代码:
import java.util.*;
public class Solution {
List<Integer> list = new ArrayList<>();
public void Insert(Integer num) {
//list中没有数据,直接加入
if(list.isEmpty()){
list.add(num);
}else{ //有数据,进行插入排序
int i=0;
//找到插入点
for(; i<list.size(); i++){
if(num <= list.get(i)){
break;
}
}
//插入元素
list.add(i,num);
}
}
public Double GetMedian() {
int n = list.size();
//奇数个数字
if(n % 2 == 1)
//类型转换
return (double)list.get(n / 2);
//偶数个数字
else{
double a = list.get(n / 2);
double b = list.get(n / 2 - 1);
return (a + b) / 2;
}
}
}
解法二:堆排序
思路:
维护两个堆:大顶堆用来存储较小的值,其顶部最大;小顶堆用来存储较大的值,其顶部最小。那么中位数就出现了两个堆的堆顶。
当数组元素个数为奇数时,直接取出大顶堆的顶部值;如果为偶数个元素,取两个堆顶的平均值即可。
每次输入的数据流先进入大顶堆排序,再将小顶堆的最大值弹入大顶堆,完成整个堆的排序。
如果小顶堆长度小于大顶堆,需要从大顶堆中弹出最小值到大顶堆中进行平衡。
代码:
import java.util.*;
public class Solution {
//小顶堆,元素数值都比大顶堆大
private PriorityQueue<Integer> max = new PriorityQueue<>();
//大顶堆,元素数值较小
private PriorityQueue<Integer> min = new PriorityQueue<>((o1, o2)->o2.compareTo(o1));
//维护两个堆,取两个堆顶部即与中位数相关
public void Insert(Integer num) {
//先加入较小部分
min.offer(num);
//将较小部分的最大值取出,送入到较大部分
max.offer(min.poll());
//平衡两个堆的数量
if(min.size() < max.size())
min.offer(max.poll());
}
public Double GetMedian() {
//奇数个
if(min.size() > max.size())
return (double)min.peek();
else
//偶数个
return (double)(min.peek() + max.peek()) / 2;
}
}