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]
用两个堆来记录数据中大的一半和小的一半,大的一半用一个小顶堆记录(堆的top是堆的最小值),小的一半用一个小顶堆记录(堆的top是堆的最大值)
class MedianFinder {
public:
// 小顶堆,最小的数在上面,top值是最小数,pop出来的是top,保存较大的一半
priority_queue<int, vector<int>, greater<int>> A;
// 大顶堆,最大的数在上面,top值是最大数,pop出来的是top,保存较小的一半
priority_queue<int, vector<int>, less<int>> B;
MedianFinder() { }
void addNum(const int&num) {
//若A,B数量不一致(A多)
if(A.size() != B.size()) {
//先放进A
A.push(num);
//再把A的最小值放进B
B.push(A.top());
A.pop();
} else {//A,B数量一样多
//先放进去B
B.push(num);
//把B的最大值放进A
A.push(B.top());
B.pop();
}
}//保证了A中的数都比B中的大,A的top是最大的那一半的最小值,B的top是小的那一半的最大值
double findMedian() {
return A.size() != B.size() ? A.top() : (A.top() + B.top()) / 2.0;
}
};