数据流中的中位数

写在前面

剑指offer：数据流中的中位数

题目要求

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。我们使用Insert()方法读取数据流，使用GetMedian()方法获取当前读取数据的中位数。

解法

class Solution {
    vector<int> v;
public:
    void Insert(int num)
    {
        v.push_back(num);
    }

    double GetMedian()
    { 
        double res = 0.0;
        int l = v.size();
        sort(v.begin(),v.end());
        if(l&1) return v[l/2];
        else return (v[l/2]+v[l/2-1]+0.0)/2;
    }

};

分析：
插入的时间复杂度为o(1)
找到中位数的时间复杂度为o(nlogn)，也就是快排的时间。

class Solution {
    multiset<int> s;
public:
    void Insert(int num)
    {
        s.insert(num);
    }

    double GetMedian()
    { 
        double res = 0.0;
        int l = s.size();
        if(l&1) {
            int c = l/2;
            multiset<int>::iterator it = s.begin();
            for(int i=0;i<c;++i)
                ++it;
            return *it;
        }
        else {
            int c = l/2;
            multiset<int>::iterator it = s.begin();
            for(int i=0;i<c-1;++i)
                ++it;
            res += *it;
            ++it;
            res += *it;
            return res/2;
        }
        return res;
    }

};

分析：
插入的时间复杂度为：o(logn)
查找中位数的时间复杂度为：o(n)

上面的方法都不是特别好，最好的方式是采用最大堆和最小堆的结合。