剑指offer | 数据流中的中位数

数据流中的中位数

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。

代码 (Java)

import java.util.Comparator;
import java.util.PriorityQueue;
public class Solution {
    // 最小堆 （保存较大的一半数字）
    public PriorityQueue<Integer> minHeap = new PriorityQueue<Integer>();

    // 最大堆 （保存较小的一半数字
    public PriorityQueue<Integer> maxHeap = new PriorityQueue<Integer>(15, new Comparator<Integer>() {
        @Override
        public int compare(Integer o1, Integer o2) {
            return o2 - o1;
        }
    });

    int count = 0;      // 记录总数目（奇偶性）

    public void Insert(Integer num) {
        // 奇数时，插入最小堆
        if ((count & 1) == 0) {
            // 如果新的数据比最大堆的一些数小，则要把最大堆的堆顶元素插入最小堆
            if (maxHeap.size() > 0 && num < maxHeap.peek()) {
                maxHeap.offer(num);
                num = maxHeap.poll();   // 改为最大堆的最大元素
            }
            minHeap.offer(num);
        } else {    // 偶数时，插入最大堆
            // 如果新的数据比最小堆的一些数大，则要把最小堆的堆顶元素插入最大堆
            if (minHeap.size() > 0 && num > minHeap.peek()) {
                minHeap.offer(num);
                num = minHeap.poll();   // 改为最小堆的最小元素
            }
            maxHeap.offer(num);
        }
        count++;
    }

    public Double GetMedian() {
        if ((count & 1) == 0)
            return new Double((minHeap.peek() + maxHeap.peek())) / 2;
        else 
            return new Double(minHeap.peek());
    }
}