leetcode295. 数据流的中位数

最新推荐文章于 2024-12-05 21:52:44 发布

weixin_37871026

最新推荐文章于 2024-12-05 21:52:44 发布

阅读量185

点赞数

分类专栏： leetcode 文章标签：数据结构

本文链接：https://blog.youkuaiyun.com/weixin_37871026/article/details/125247571

版权

leetcode 专栏收录该内容

74 篇文章

订阅专栏

这篇博客介绍了如何利用两个优先级队列（大顶堆和小顶堆）来设计一个数据结构，该结构支持向数据流中添加整数并实时计算所有元素的中位数。在示例中，通过添加数字并调用findMedian方法，展示了如何找到当前数据流的中位数。这种方法保证了在数据流不断变化时能高效地获取中位数。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

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

解题思路：两个优先级队列经典方法。也可以使用有序集合set。维护两个迭代器的方式。

class MedianFinder {
public:
    int count = 0;
    priority_queue<int>s1;//大顶堆
    priority_queue<int, vector<int>, greater<int>>s2;//小顶堆
    MedianFinder() {

    }
    
    void addNum(int num) {
        if (count == 0) s1.push(num);
        else if(count % 2 == 0) {
            if (s1.top() < num) {
                s2.push(num);
                s1.push(s2.top());
                s2.pop();
            } else {
                s1.push(num);
            }
        } else {
            if (s1.top() > num) {
                s2.push(s1.top());
                s1.pop();
                s1.push(num);

            } else {
                s2.push(num);
            }
        }
        count++;
        return;
    }
    
    double findMedian() {
        if (count % 2 == 0) {
            return (s1.top() + s2.top()) / 2.0;
        } else {
            return s1.top();
        }
    }
};

/**
 * Your MedianFinder object will be instantiated and called as such:
 * MedianFinder* obj = new MedianFinder();
 * obj->addNum(num);
 * double param_2 = obj->findMedian();
 */