[LeetCode 295]数据流的中位数(优先队列实现)

本文介绍如何利用优先队列在C++中实现数据流的中位数功能。通过添加整数到数据结构,并能返回当前所有元素的中位数,例如:在数据流[1, 2, 3]中,中位数分别为1.5和2。" 86614362,8247123,JavaWeb查询部门ID集合,"['Java开发', '数据库操作', '实体类', 'Mapper', 'Service']

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

[LeetCode 295]C++实现数据流的中位数(优先队列实现)

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

来源:力扣(LeetCode 295)
链接:https://leetcode-cn.com/problems/find-median-from-data-stream

方法:利用优先队列

class MedianFinder {
    priority_queue<int,vector<int>,less<int>> big_heap; //大顶堆
    priority_queue<int,vector<int>,greater<int>> small_heap; //小顶堆
public:
    /** initialize your data structure here. */
    MedianFinder() {

    }
    
    void addNum(int num) {

        big_heap.push(num);
        //维持big_heap.top()永远小于small_heap.top()
        small_heap.push(big_heap.top());
        big_heap.pop();
        //维持bigHeap.size()>=smallHeap.size()
        while(big_heap.size()<small_heap.size()){
            big_heap.push(small_heap.top());
            small_heap.pop();
        }
    }
    
    double findMedian() {
        return big_heap.size()>small_heap.size()?(double)big_heap.top():(double)(big_heap.top()+small_heap.top())/2;
    }
};
};

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值