leetcode -- Find Median from Data Stream-优快云博客

本文探讨了在数据流中实时计算中位数的有效方法。介绍了简单但效率低下的直接排序法，随后提出了一种在添加新数据时保持数组有序的方法，最后讨论了使用二分插入来提高效率至O(lgn)的策略。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Median is the middle value in an ordered integer list. If the size of the list is even, there is no middle value. So the median is the mean of the two middle value.

Examples:

[2,3,4] , the median is 3

[2,3], the median is (2 + 3) / 2 = 2.5

Design a data structure that supports the following two operations:

void addNum(int num) - Add a integer number from the data stream to the data structure.
double findMedian() - Return the median of all elements so far.

For example:

add(1)
add(2)
findMedian() -> 1.5
add(3) 
findMedian() -> 2

【解题思路】

最简单的做法是直接把数据放到ArrayList中，每次计算Median时先对ArrayList排序，然后计算Median

 1 class MedianFinder {
 2 
 3     private ArrayList<Integer> nums = new ArrayList<Integer>();
 4 
 5     // Adds a number into the data structure.
 6     public void addNum(int num) {
 7         nums.add(num);
 8     }
 9 
10     // Returns the median of current data stream
11     public double findMedian() {
12         Collections.sort(nums);
13         
14         int count = nums.size();
15         
16         if (count % 2 == 0) {
17             // even
18             int index2 = count / 2;
19             int index1 = index2 - 1;
20             
21             return (nums.get(index1) + nums.get(index2)) / 2.0;
22         } else {
23             // odd
24             int index = count / 2;
25             
26             return nums.get(index);
27         }
28     }
29 }

代码提交后，结果显示超时。

看了下超时测试用例，有2w多addNum操作，每个addNum操作后面紧跟着一个findMedian操作，每次findMedian需要对数组重新排序，事件复杂度为O(nlgn)

稍微优化点的做法是，在addNum时就让数组有序，每次插入的时间复杂度为O(n)，再次运行仍然TOL

 1 public static void addNum(int num) {
 2         
 3         int indexOfNumBiggerThanInput = 0;
 4         int i = 0;
 5         for (; i < nums.size(); i ++) {
 6             if (num < nums.get(i)) {
 7                 indexOfNumBiggerThanInput = i;
 8                 break;
 9             }
10         }
11         
12         if (indexOfNumBiggerThanInput != i) {
13             nums.add(i, num);
14         } else {
15             nums.add(indexOfNumBiggerThanInput, num);
16         }
17     }