剑指offer63:数据流中的中位数

1 题目描述

  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。

2 思路和方法

  (1)用vector保存,get时先排序后取。插入排序复杂度O(nlogn) ,get时直接获取复杂度O(1)。Insert的实现:data.push_back(num); sort(data.begin(),data.end());  GetMedian实现将依据有奇数个还是偶数个数据。偶数个数据返回 return (data[length/2]+data[length/2-1])/2;  奇数个数据返回return data[(length/2)];

  (2)分别用大顶堆和小顶堆保存左右两部分,左边一定比右边小,且左右两部分size之差不超过一,get时根据两边size情况去堆顶数据即可。插入复杂度O(logn),get复杂度O(1)。

3 C++核心代码

 1 class Solution {
 2     vector<double> data;
 3 public:
 4     void Insert(int num)
 5     {
 6         data.push_back(num);
 7         sort(data.begin(),data.end());
 8     }
 9     double GetMedian()
10     {
11         int length = data.size();
12         if(length%2==0){
13             return (data[length/2]+data[length/2-1])/2;
14         }
15         else{
16             return data[(length/2)];
17         }
18     }
19 };
View Code
 1 class Solution {
 2 private:
 3     priority_queue<int, vector<int>, greater<int>> min;
 4     priority_queue<int, vector<int>, less<int>> max;
 5 public:
 6     void Insert(int num){
 7         if(max.empty() || num<= max.top())
 8             max.push(num);
 9         else
10             min.push(num);
11         // 保持最大堆数目不小于最小堆;并且相差最多为1
12         if(max.size()== min.size() +2){
13             min.push(max.top());
14             max.pop();
15         }
16         if(max.size() +1 == min.size()){
17             max.push(min.top());
18             min.pop();
19         }
20     }
21 
22     double GetMedian(){
23         if(min.size() == max.size())
24             return (min.top() + max.top()) / 2.0;
25         else
26             return max.top();
27     }
28 };
View Code

参考资料

https://blog.csdn.net/pynash123/article/details/89385675

https://blog.csdn.net/zjwreal/article/details/89290292

posted @ 2019-08-30 18:38  wxwreal  阅读(...)  评论(...编辑  收藏