这篇博客探讨了如何在数据流中实时计算中位数。通过建立大堆maxHeap和小堆minHeap，分别存储较小的一半和较大的一半数值。当新数值到来时，根据堆的大小决定插入哪个堆。当需要获取中位数时，如果两个堆大小相等，则取它们堆顶元素的平均值，否则取较小堆的堆顶元素作为中位数。文章提供了具体的Java实现代码来说明这一算法。
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。
思路：可以建立一个大堆maxHeap用来保存较小n/2的数，一个小堆minHeap用来保存Math.ceil(n/2)个数。
1.开始时，maxHeap和minHeap都为空，即大小都为0，则将第一个数保存到minHeap中。
2.后面的待插入的数，首先比较maxHeap和minHeap的元素个数的大小，相等则应该存储到小堆minHeap中，否则保存到元素个数小的那个。
3.假设要保存到大堆中，则这个数num应该要比minHeap的堆顶元素小或者相等，假若大于minHeap的堆顶元素，则应将minHeap的堆顶元素与num互换，重建minHeap，并将此时的num插入到大堆maxHeap，重建maxHeap；
4.假设要保存到小堆中，过程与步骤3类似。
5.获取中位数，若maxHeap和minHeap的元素个数相等，则为其两个堆顶元素的平均值，否则为minHeap堆顶元素的值。
java实现代码如下：
import java.util.*;
pu
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
