Java详解剑指offer面试题41--数据流中的中位数

Java详解剑指offer面试题41–数据流中的中位数

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。

这道题的意思是，有一个容器不断接收到流中的数据，因此该容器的大小是动态的，找出一种方法能快速得到动态容器中的中位数。

最容易想到的就是直接对容器排序，中位数就是中间的元素。但是时间复杂度为O(nlgn)太高了；

使用切分算法对一个数组进行部分排序，能以O(n)的时间找出中位数，插入容器中的时间是O(1)；

使用有序数组，因为插入时候要将插入位置后的所有元素后移一位，所以时间复杂度为O(n)，但是对于始终保持有序的数组来说，要找出中位数只需O(1)的时间；

使用二叉查找树可以实现以平均O(lgn)时间插入和获取，最差情况下：二叉树极度不平衡，树退化成链表，此时时间复杂度变高到了O(n)。

有没有更好的办法呢？

中位数将数组分成两部分，**中位数左边的部分比中位数右边的部分都要小，换言之：左边部分的最大值也不会超过右边部分的最小值。**要获取最大值、最小值，比较容易想到的就是最大堆和最小堆了。又注意到，被中位数分开的两个部分，其大小之差不会超过1。所以在往两个堆里存入元素时，要保证交替存入两个容器，比如：当前元素个数为奇数时，就默认存入最小堆中；当前元素个数为偶数时，就默认存入最大堆中；当前没有元素时，默认存入最大堆中。

为了保证中位数左边部分的最大值也不会超过右边部分的最小值，**应该使用最大堆存放较小元素，最小堆存放较大元素。**有两种特殊情况：

• 当前要存入最大堆中的元素比最小堆的最小值大，这样不能保证最大堆的最大值不会超过最小堆的最小值。此时需要将最小堆中的最小值弹出并存入最大堆中，并将当前元素存入最小堆中，其实就是将当前元素和最小堆的最小值交换了存储位置。
• 当前要存入最小堆的元素比最大堆的最大值小，这样也不能保证最大堆的最大值不会超过最小堆的最小值。此时需要将最大堆中的最大值弹出并存入最小堆中，并将当前元素存入最大堆中。

中位数的获取就很简单了，如果当前数据流中个数为奇数，则中位数一定是最大堆的最大值（因为上面规定了当前数据个数为偶数时存入最大堆中，之后数据个数变成奇数，因此要么最大堆的大小比最小堆一样，要么比最小堆大1）；如果当前数据流中个数为偶数，那么要求平均数，这两个中间值一个是最大堆的最大值，一个是最小堆的最小值。

package Chap5;

import java.util.PriorityQueue;
import java.util.Comparator;

public class MedianInStream {

    private PriorityQueue<Integer> maxPQ = new PriorityQueue<>(Comparator.reverseOrder());
    private PriorityQueue<Integer> minPQ = new PriorityQueue<>();
    private int count;

    public void Insert(Integer num) {
        if (count == 0) {
            maxPQ.offer(num);
            // 当前数据流为奇数个时，存入最小堆中
        } else if ((count & 1) == 1) {
            // 如果要存入最小堆的元素比最大堆的最大元素小，将不能保证最小堆的最小元素大于最大堆的最大元素
            // 此时需要将最大堆的最大元素给最小堆，然后将这个元素存入最大堆中
            if (num < maxPQ.peek()) {
                minPQ.offer(maxPQ.poll());
                maxPQ.offer(num);
            } else {
                minPQ.offer(num);
            }
            // 当前数据流为偶数个时，存入最大堆
        } else if ((count & 1) == 0) {
            // 如果要存入最大堆的元素比最小堆的最小元素大，将不能保证最小堆的最小元素大于最大堆的最大元素
            // 此时需要将最小堆的最小元素给最大堆，然后将这个元素存入最小堆中
            if (num > minPQ.peek()) {
                maxPQ.offer(minPQ.poll());
                minPQ.offer(num);
            } else {
                maxPQ.offer(num);
            }
        }
        count++;
    }

    public Double GetMedian() {
        // 当数据流读个数为奇数时，最大堆的元素个数比最小堆多1,因此中位数在最大堆中
        if ((count & 1) == 1) return Double.valueOf(maxPQ.peek());
        // 当数据流个数为偶数时，最大堆和最小堆的元素个数一样，两个堆的元素都要用到
        return Double.valueOf((maxPQ.peek() + minPQ.peek())) / 2;
    }
}

下面来比较下各个方法的效率。

数据结构	插入复杂度	得到中位数的复杂度
没有排序的数组	O(1)	O(n)
有序数组	O(n)	O(1)
二叉查找树	平均O(lgn)，最差O(n)	平均O(lgn)，最差O(n)
最大堆、最小堆	O(lg n)	O(1)

---

本文参考文献：
[1]github.com/haiyusun/data-structures