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:

1. 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？
2. 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 >&