https://leetcode-cn.com/problems/sliding-window-median/
思路一:需要一种可以快速求出区间第
k
k
k大的数据结构,那么主席树、
T
r
e
a
p
Treap
Treap等都满足题意,这里我用了划分树,他也可以求出区间第
k
k
k大,不过不支持动态修改,详见我这篇博客。
class DivideTree
{
public:
DivideTree(vector<int>& nums):vec(nums)
{
tree.emplace_back(nums);
sort(vec.begin(),vec.end());
build(0,0,vec.size()-1);
}
void build(int depth,int l,int r)
{
if(l==r)
return ;
if(tree.size()<=depth+1)
tree.emplace_back(vector<int>(vec.size()));
if(num.size()<=depth)
num.emplace_back(vector<int>(vec.size()));
int mid=(l+r)>>1,mid_value=vec[mid];
int lidx=l,ridx=mid+1,lnum=0;
for(int i=l;i<=mid;i++)
if(vec[i]==mid_value)
++lnum;
for(int i=l;i<=r;i++)
{
if(i==l)
num[depth][i]=0;
else
num[depth][i]=num[depth][i-1];
if(tree[depth][i]==mid_value)
{
if(lnum)
{
--lnum;
tree[depth+1][lidx++]=mid_value;
++num[depth][i];
}
else
tree[depth+1][ridx++]=mid_value;
}
else if(tree[depth][i]<mid_value)
{
tree[depth+1][lidx++]=tree[depth][i];
++num[depth][i];
}
else
tree[depth+1][ridx++]=tree[depth][i];
}
build(depth+1,l,mid);
build(depth+1,mid+1,r);
}
int query(int l,int r,int k)
{
return _query(0,0,vec.size()-1,l,r,k);
}
int _query(int depth,int l,int r,int ql,int qr,int k)
{
if(l==r)
return tree[depth][l];
int cntl,cntr,mid=(l+r)>>1;
if(l==ql)
cntl=0;
else
cntl=num[depth][ql-1];
cntr=num[depth][qr];
if(k<=cntr-cntl)
return _query(depth+1,l,mid,l+cntl,l+cntr-1,k);
else
return _query(depth+1,mid+1,r,mid+1+ql-l-cntl,mid+1+qr-l-cntr,k-cntr+cntl);
}
private:
vector<vector<int>> tree;
vector<vector<int>> num;
vector<int> vec;
};
class Solution {
public:
vector<double> medianSlidingWindow(vector<int>& nums, int k) {
vector<double> ans;
DivideTree tree(nums);
int n=nums.size();
int mid=k>>1;
for(int i=k-1;i<n;i++)
{
if(k&1)
ans.emplace_back(tree.query(i-k+1,i,mid+1));
else
ans.emplace_back((tree.query(i-k+1,i,mid)*1.0+tree.query(i-k+1,i,mid+1))/2);
}
return ans;
}
};
思路二:直接上 T r e a p Treap Treap,不会的可以看我这篇博客。
class Treap
{
public:
int rt;
Treap(int n):rt(0),sz(0),ans(0)
{
++n;
lson.resize(n),rson.resize(n),val.resize(n),rnd.resize(n),siz.resize(n),eql.resize(n);
srand(time(NULL));
}
void insert(int &idx,int v)
{
if(!idx)
{
idx=++sz;
siz[idx]=eql[idx]=1;
val[idx]=v;
rnd[idx]=rand();
return;
}
siz[idx]++;
if(val[idx]==v)
++eql[idx];
else if(val[idx]<v)
{
insert(rson[idx],v);
if(rnd[rson[idx]]<rnd[idx])
leftRotate(idx);
}
else
{
insert(lson[idx],v);
if(rnd[lson[idx]]<rnd[idx])
rightRotate(idx);
}
}
void del(int &idx,int v)
{
if(!idx)
return;
if(val[idx]==v)
{
if(eql[idx]>1)
{
--siz[idx],--eql[idx];
return;
}
if(!lson[idx]||!rson[idx])
idx=lson[idx]+rson[idx];
else if(rnd[lson[idx]]<rnd[rson[idx]])
{
rightRotate(idx);
del(idx,v);
}
else
{
leftRotate(idx);
del(idx,v);
}
}
else if(val[idx]<v)
{
--siz[idx];
del(rson[idx],v);
}
else
{
--siz[idx];
del(lson[idx],v);
}
}
int queryNum(int idx,int rk)
{
if(!idx)
return 0;
if(rk<=siz[lson[idx]])
return queryNum(lson[idx],rk);
else if(rk>siz[lson[idx]]+eql[idx])
return queryNum(rson[idx],rk-siz[lson[idx]]-eql[idx]);
return val[idx];
}
private:
int ans,sz;
vector<int> lson,rson,val,rnd,siz,eql;
void modifySize(int idx)
{
siz[idx]=siz[lson[idx]]+siz[rson[idx]]+eql[idx];
}
void leftRotate(int &idx)
{
int r=rson[idx];
rson[idx]=lson[r];
lson[r]=idx;
siz[r]=siz[idx];
modifySize(idx);
idx=r;
}
void rightRotate(int &idx)
{
int l=lson[idx];
lson[idx]=rson[l];
rson[l]=idx;
siz[l]=siz[idx];
modifySize(idx);
idx=l;
}
};
class Solution {
public:
vector<double> medianSlidingWindow(vector<int>& nums, int k) {
vector<double> ans;
int n=nums.size();
Treap tree(n);
int mid=k>>1;
for(int i=0;i<n;i++)
{
tree.insert(tree.rt,nums[i]);
if(i>=k-1)
{
if(k&1)
ans.emplace_back(tree.queryNum(tree.rt,mid+1));
else
ans.emplace_back((tree.queryNum(tree.rt,mid)*1.0+tree.queryNum(tree.rt,mid+1))/2);
tree.del(tree.rt,nums[i-k+1]);
}
}
return ans;
}
};
思路三:两个堆+延迟删除。感觉这个还是比较麻烦的,不过思想值得学习……简而言之就是用两个堆来维护序列,用一个大根堆维护较小的 k 2 + 1 {k \over 2}+1 2k+1个元素,然后用一个小根堆维护较大的 k 2 k \over 2 2k个元素,这样就很容易得到序列的中位数了。最重要的是延迟删除怎么实现?我们可以用一个哈希表, h [ i ] = v h[i]=v h[i]=v表示 i i i这个数需要删除 v v v次,然后写一个 c h e c k check check函数判断当前堆顶的元素是否需要删除……那么在什么时候需要调用 c h e c k check check函数呢?因为我们经常需要进行 t o p ( ) top() top()操作,所以一定要保证在进行这些操作前堆顶元素不是需要被删除的,所以当我们在逻辑上修改某个堆的元素个数时,要调用这个函数;在弹出堆顶元素后,也要调用这个函数(就是这两点让我wa了半天 艹)。具体看代码吧,或者看官方题解,细节太多不想赘述了。
class DualHeap
{
public:
priority_queue<int> maxq;
priority_queue<int,vector<int>,greater<int>> minq;
map<int,int> delay;
int max_siz=0,min_siz=0,myk=0;
DualHeap(int k):myk(k){}
template<typename T>
void checkHeapTop(T &heap)
{
while(!heap.empty())
{
int val=heap.top();
if(delay.find(val)==delay.end())
break;
else
{
if(--delay[val]==0)
delay.erase(val);
heap.pop();
}
}
}
void balance()
{
if(max_siz>min_siz+1)
{
--max_siz;
++min_siz;
minq.push(maxq.top());
maxq.pop();
checkHeapTop(maxq);
}
else if(max_siz<min_siz)
{
++max_siz;
--min_siz;
maxq.push(minq.top());
minq.pop();
checkHeapTop(minq);
}
}
void push(int val)
{
if(maxq.empty()||val<=maxq.top())
++max_siz,maxq.push(val);
else
++min_siz,minq.push(val);
balance();
}
void erase(int val)
{
++delay[val];
if(val<=maxq.top())
--max_siz,checkHeapTop(maxq);
else
--min_siz,checkHeapTop(minq);
balance();
}
double getMedian()
{
if(myk&1)
return maxq.top();
else
return (maxq.top()*1.0+minq.top())/2;
}
};
class Solution {
public:
vector<double> medianSlidingWindow(vector<int>& nums, int k) {
vector<double> ans;
DualHeap heap(k);
for(int i=0;i<k;i++)
heap.push(nums[i]);
ans.emplace_back(heap.getMedian());
int n=nums.size();
for(int i=k;i<n;i++)
{
heap.push(nums[i]);
heap.erase(nums[i-k]);
ans.emplace_back(heap.getMedian());
}
return ans;
}
};