日常刷题-数据流中的中位数

最新推荐文章于 2025-11-20 20:01:48 发布

原创最新推荐文章于 2025-11-20 20:01:48 发布 · 115 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#数据结构

本文介绍了一种利用双堆（大顶堆和小顶堆）数据结构在数据流中高效计算中位数的方法。针对奇数和偶数数量的数据，通过维护左右两部分元素，实现实时获取中位数。适合于在线处理大量动态数据的应用。

package com.daily.daily20210128;

import java.util.PriorityQueue;

/**
 * @Project: dailyCode
 * @Site: http://www.zhao1iang.club/
 * @Copyright: ©CodeLamp
 * @Author: zhaoliang
 * @Create: 2021-01-28 16:15
 * @Desc： 数据流中的中位数
 **/
public class GetMedian {
    //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。
    //大顶堆存储左半边元素，
    private PriorityQueue<Integer> left_queue = new PriorityQueue<>((o1, o2) -> o2-o1);
    //小顶堆存储右半边元素
    private PriorityQueue<Integer> right_queue = new PriorityQueue<>();
    //当前数字个数
    private int N;
    public void Insert(Integer val){
        if(N%2==0){
            //偶数理应插入右半边，但是不一定大于左半边所有元素，
            //所以先插入左半边大顶堆做判断、选出左侧最大的
            left_queue.add(val);
            right_queue.add(left_queue.poll());
        }else {
            right_queue.add(val);
            left_queue.add(right_queue.poll());
        }
        N++;
    }
    public Double getMedian(){
        if (N%2==0){
            return (left_queue.peek()+right_queue.peek())/2.0;
        }else {
            return (double)right_queue.peek();
        }
    }
}