一、Priority queue底层构建的结构是完全二叉树,默认构建的是小顶堆。
二、Lambda表达式法书写比较器接口:
小顶堆基本语法的默认表达形式:
PriorityQueue<Integer> heap = new PriorityQueue<Integer>((u1,u2)->u1-u2);
需要大顶堆时,做微调:将u1-u2换成u2-u1即可
PriorityQueue<Integer> heap = new PriorityQueue<Integer>((u1,u2)->u2-u1);
三、Lambda表达式的条件可根据实际情况调整:
如算法案例题:
数据流中的中位数
题目内容: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。
示例 1:
输入:
["MedianFinder","addNum","addNum","findMedian","addNum","findMedian"]
[[],[1],[2],[],[3],[]]
输出:[null,null,null,1.50000,null,2.00000]
来源:力扣(LeetCode)
链接:https://leetcode.cn/problems/shu-ju-liu-zhong-de-zhong-wei-shu-lcof
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
代码:
PriorityQueue<Integer> left;
PriorityQueue<Integer> right;
/** initialize your data structure here. */
public MedianFinder() {
left = new PriorityQueue<>((n1,n2)->n2-n1);/*大顶堆*/
right = new PriorityQueue<>(); /*小顶堆*/
}/*大顶堆的开口接着小顶堆的开口,数据在两个堆里排列,相当于从小到大顺序排*/
public void addNum(int num) {
left.add(num);
right.add(left.poll());
if(left.size()+1<right.size()){/*如果右边太多了,就拉到左边*/
left.add(right.poll());/*右边数目要不等于左边,要不比左边多一个*/
}
}
public double findMedian() {
if(right.size()>left.size()){
return right.peek();
}
return (double)(left.peek()+right.peek())/2;
}