📟作者主页:慢热的陕西人
🌴专栏链接:力扣刷题日记
📣欢迎各位大佬👍点赞🔥关注🚓收藏,🍉留言
牛客热题:数据流中的中位数
题目链接
数据流中的中位数_牛客题霸_牛客网 (nowcoder.com)
方法一:直接插入排序
思路
插入:
- 对于每次的插入:
- 如果序列为零:直接插入
- 如果序列中的值均小于当前要插入的值:直接插入到序列的尾部
- 找到序列中第一个比当前要插入的值大的位置,然后将当前的值插入到这个位置,将后续的序列向后挪
计算中位数:
- 对于偶数的情况
- 我们直接返回第N / 2 和N / 2 - 1 个元素的平均值即可
- 对于奇数的情况
- 我们直接返回N / 2个元素
代码
#include <vector>
class Solution {
public:
void Insert(int num)
{
int n = v.size();
if(n == 0)
{
v.push_back(num);
return ;
}
else
{
auto it = lower_bound(v.begin(), v.end(), num);
v.insert(it, num);
}
}
double GetMedian()
{
int n = v.size();
if(n == 1) return v[0];
if(n % 2 == 1)
{
return v[n / 2];
}
else
return (v[n / 2] + v[n / 2 - 1]) / 2;
}
private:
vector<double> v;
};
复杂度
时间复杂度:O( N 2 N^2 N2) ,因为每次插入都需要在前面的元素中遍历找到对应的位置,所以每个元素的插入的时间复杂度是O(N),因此时间复杂度为O( N 2 N^2 N2)
空间复杂度:O(N) , 只额外使用了一个对应的vector容器来存储
方法二:堆
思路
中位数是指:有序数组中中间的那个数。则根据中位数可以把数组分为如下三段:
[0 ... median - 1], [median], [median ... arr.size() - 1]
,即[中位数的左边,中位数,中位数的右边]
那么,如果我有个数据结构保留[0…median-1]的数据,并且可以O(1)
时间取出最大值,即arr[0...median-1]
中的最大值
相对应的,如果我有个数据结构可以保留[median + 1 ... arr.size() - 1]
的数据, 并且可以O(1)
时间取出最小值,即
arr[median + 1 ... arr.size() - 1]
中的最小值。
然后,我们把[median]即中位数,随便放到哪个都可以。
假设[0 ... median - 1]
的长度为l_len
, [median + 1 ... arr.sise() - 1]
的长度为 r_len
.
1.如果l_len == r_len + 1
, 说明,中位数是左边数据结构的最大值
2.如果l_len + 1 == r_len
, 说明,中位数是右边数据结构的最小值
3.如果l_len == r_len
, 说明,中位数是左边数据结构的最大值与右边数据结构的最小值的平均值。
说了这么多,一个数据结构可以O(1)
返回最小值的,其实就是小根堆,O(1)
返回最大值的,其实就是大根堆。并且每次插入到堆中的时间复杂度为O(logn)
所以,GetMedian()
操作算法过程为:
- 初始化一个大根堆,存中位数左边的数据,一个小根堆,存中位数右边的数据
- 动态维护两个数据结构的大小,即最多只相差一个
代码
#include <queue>
class Solution {
private:
#define SCD static_cast<double>
priority_queue<int> min_q;
priority_queue<int, vector<int>, greater<int>> max_q;
public:
void Insert(int num)
{
//优先插入到对应的大堆
min_q.push(num);
max_q.push(min_q.top());
min_q.pop();
if(min_q.size() < max_q.size())
{
min_q.push(max_q.top());
max_q.pop();
}
}
double GetMedian()
{
//因为是优先插入大堆的, 所以:min_q >= max_q
return min_q.size() > max_q.size() ? SCD(min_q.top()) : SCD(min_q.top() + max_q.top()) / 2;
}
};
复杂度
- 时间复杂度:Insert函数O( l o g n logn logn),维护堆的复杂度,
GetMedian
函数O(1),直接访问- 空间复杂度:O(n),两个堆的空间,虽是两个,但是一个堆最多 n / 2 n / 2 n/2