LeetCode——295. 数据流的中位数[Find Median from Data Stream][困难]——分析及代码[Java]
一、题目
中位数是有序列表中间的数。如果列表长度是偶数,中位数则是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:
addNum(1)
addNum(2)
findMedian() -> 1.5
addNum(3)
findMedian() -> 2
进阶:
- 如果数据流中所有整数都在 0 到 100 范围内,你将如何优化你的算法?
- 如果数据流中 99% 的整数都在 0 到 100 范围内,你将如何优化你的算法?
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/find-median-from-data-stream
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。
二、分析及代码
1. 堆(优先队列)
(1)思路
设计两个堆(优先队列),大顶堆 smallNums 存放数据流中值较小的一半数,小顶堆 largeNums 存放值较大的一半数。
读取数据流时,根据新数据的大小将其放入对应的堆中,并维护使得 1 >= smallNums.size() - largeNums.size() >= 0。
则当数据流长度为奇数时,中位数就是 smallNums 的堆顶元素;当数据流长度为偶数时,中位数是两个堆顶元素的平均值。
(2)代码
class MedianFinder {
PriorityQueue<Integer> smallNums;//大顶堆,存放值较小的一半数
PriorityQueue<Integer> largeNums;//小顶堆,存放值较大的一半数,且 1 >&