数据流的中位数计算

数据流的中位数计算

在计算机科学和统计学中，中位数是一种常用的统计量，用于表示一组数据的中间值。对于有限的数据集，可以通过对数据进行排序，然后选择位于中间位置的元素来计算中位数。然而，在处理大量数据或数据流时，对整个数据集进行排序可能会非常耗时和占用内存。因此，我们需要一种高效的算法来计算数据流的中位数。

一种常见的方法是使用两个堆来实现。一个小顶堆用于存储较大的一半数据，一个大顶堆用于存储较小的一半数据。这样，中位数就可以通过这两个堆的堆顶元素来计算得出。具体的算法如下：

1. 初始化一个空的小顶堆和一个空的大顶堆。
2. 依次读取数据流中的元素。
3. 如果小顶堆和大顶堆的大小相等，将元素插入小顶堆，并将小顶堆的堆顶元素插入大顶堆。
4. 如果小顶堆的大小大于大顶堆的大小，将元素插入大顶堆，并将大顶堆的堆顶元素插入小顶堆。
5. 调整堆，使得小顶堆的大小等于大顶堆的大小，或者小顶堆的大小比大顶堆的大小多1。
6. 计算中位数。如果两个堆的大小相等，中位数为两个堆顶元素的平均值；否则，中位数为小顶堆的堆顶元素。

下面是使用Python实现数据流中位数计算的示例代码：

import heapq

class MedianFinder: