对顶堆和简单的位运算

最新推荐文章于 2024-09-14 00:26:33 发布

wh233z

最新推荐文章于 2024-09-14 00:26:33 发布

阅读量350

点赞数 18

分类专栏：算法知识文章标签：数据结构算法 c++

本文链接：https://blog.csdn.net/wh233z/article/details/138348599

版权

算法知识专栏收录该内容

26 篇文章 0 订阅

订阅专栏

本文介绍了如何使用C++中的优先队列（大根堆和小根堆）以及位运算来解决动态中位数问题。通过维护两个堆，确保数据分布平衡，实现在输入整数序列时实时输出中位数。

摘要由CSDN通过智能技术生成

先浅谈一下堆

优先队列：

大根堆：priority_queue < int > q

小根堆: priority_queue<int, vector< int>, greater< int>> q

常用函数：

代码	含义
q.top()	访问队首元素
q.push()	入队
q.pop()	堆顶（队首）出队
q.size()	队列元素个数
q.empty()	是否为空
注意：没有clear（），优先队列只能通过top（）来访问元素	无法一次性删除队列

经典例题：动态中位数

题目来源：106. 动态中位数 - AcWing题库

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。

**解题思路：**可以用对顶堆。维护一个最大堆一个最小堆，最大堆里存的是较小的一半数据，最小堆里存的是较大的一半数据，并且维持最大堆元素个数不少于最小堆元素个数，并且最大堆元素个数与最小堆元素个数之差小于等于1。这样当输入了奇数个数的时候，最大堆的堆顶就是中位数。每次来一个数的时候，先决定其入哪个堆，然后如果堆的元素个数出现了违法上面规定的情况，就做相应的调整。

代码如下：

#include<bits/stdc++.h>
#define int long long
#define endl "\n"
using namespace std;
//priority_queue<int> maxheap;
//priority_queue<int,vector<int>,greater<int>> minheap;
vector<int> v;
signed main(){
	ios::sync_with_stdio(false);cin.tie(0);cout.tie(0);
	int t;
	cin >> t;
	while(t--){
		priority_queue<int> maxheap;//每次循环都重新定义最大堆和最小堆 
        priority_queue<int,vector<int>,greater<int>> minheap;
		v.clear();//记得清空数组 
		int n,m;
		cin >> n >> m;
		for(int i=1;i<=m;++i){
			int x;
			cin >> x;
			if(maxheap.empty()||maxheap.top()>=x) maxheap.push(x);//当最大堆没元素或者输出的数小于等于最大堆的堆顶元素 
			else minheap.push(x);//反之存入最小堆 
			if(minheap.size()>maxheap.size()){//必须保证最大堆元素的个数大于等于最小堆元素个数 
				x=minheap.top();minheap.pop();
				maxheap.push(x);
			}
			else if(minheap.size()+2<=maxheap.size()){//最小堆与最大堆元素之差最多为1，超过则需调整 
				x=maxheap.top();maxheap.pop();
				minheap.push(x);
			}
			if(i % 2) v.push_back(maxheap.top());//若为奇数则将最大堆的堆顶存入数组 
		}
		cout << n << " " << v.size() << endl;
		for(int i=0;i<v.size();++i){
			cout << v[i] << " ";
			if(i % 10 == 9 && i+1<v.size()) cout << endl;
		}
		cout << endl;
	}
    return 0;
}