面试题41. 数据流中的中位数

面试题41. 数据流中的中位数 【困难题】【大顶堆小顶堆】

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。

例如，[2,3,4] 的中位数是 3；[2,3] 的中位数是 (2 + 3) / 2 = 2.5

设计一个支持以下两种操作的数据结构：

• void addNum(int num) - 从数据流中添加一个整数到数据结构中。
• double findMedian() - 返回目前所有元素的中位数。

输入：
["MedianFinder","addNum","addNum","findMedian","addNum","findMedian"]
[[],[1],[2],[],[3],[]]
输出：[null,null,null,1.50000,null,2.00000]

输入：
["MedianFinder","addNum","findMedian","addNum","findMedian"]
[[],[2],[],[3],[]]
输出：[null,null,2.00000,null,2.50000]

---

题目讲解

解法1：大顶堆小顶堆

【核心思想】

• 用大顶堆来存比中位数小的数，用小顶堆来存比中位数大的数

【数据结构】

• 优先队列

【思路】

• 用大顶堆来存比中位数小的数，用小顶堆来存比中位数大的数
• 保持两个堆的平衡
• 如果总数为奇数，那么中位数就是小顶堆的堆顶；如果总数为偶数，那么中位数就是大顶堆的堆顶和小顶堆的堆顶的平均值

【代码】

public class MedianFinder {
    private PriorityQueue<Integer> maxHeap, minHeap;
    /** initialize your data structure here. */
    public MedianFinder() {
        maxHeap = new PriorityQueue<>(Collections.reverseOrder());
        minHeap = new PriorityQueue<>();
    }
    public void addNum(int num) {
        int size = maxHeap.size() + minHeap.size();
        if(size%2==1){
            //插入之后是偶数 插入大顶堆 并保证大顶堆中均小于小顶堆
            if(minHeap.size()>0&&minHeap.peek()<num)
                minHeap.offer(num);
            else
                maxHeap.offer(num);
         
            while(minHeap.size()-1>maxHeap.size())
            	maxHeap.offer(minHeap.poll());
        }else{
            //插入小顶堆
            if(maxHeap.size()>0&&maxHeap.peek()>num)
                maxHeap.offer(num);
            else
                minHeap.offer(num);
 
            while(minHeap.size()<maxHeap.size())
            	minHeap.offer(maxHeap.poll());
        }
    }
    public double findMedian() {
        if (maxHeap.size() == minHeap.size())
            return (maxHeap.peek() + minHeap.peek()) * 0.5;
        return minHeap.peek();
    }
}

【备注】

• addNum()方法的逻辑可以简化

解法2：大顶堆小顶堆

【核心思想】

• 用大顶堆来存比中位数小的数，用小顶堆来存比中位数大的数

【数据结构】

• 优先队列

【思路】

• 在addNum()方法中，来一个新数先插入到大顶堆中，然后将大顶堆中的最大值插入到小顶堆中
• 如果此时小顶堆的大小比大顶堆大，那么再把小顶堆的最小值插入到大顶堆中，保持平衡

【代码】

public class MedianFinder {
    private PriorityQueue<Integer> maxHeap, minHeap;
    /** initialize your data structure here. */
    public MedianFinder() {
        maxHeap = new PriorityQueue<>(Collections.reverseOrder());
        minHeap = new PriorityQueue<>();
    }
    public void addNum(int num) {
        maxHeap.offer(num);
        minHeap.offer(maxHeap.poll());
        //如果不平衡则调整
        if (minHeap.size() > maxHeap.size())
            maxHeap.offer(minHeap.poll());
    }
    public double findMedian() {
        if (maxHeap.size() == minHeap.size())
            return (maxHeap.peek() + minHeap.peek()) * 0.5;
        return maxHeap.peek();
    }
}

关注微信公众号“算法岗从零到无穷”，更多算法知识点告诉你。