问题描述
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。
问题分析
用一个最大堆和一个最小堆来实现
用下面语句来实现交替传入数据
用num与堆顶数值比较 如果比最大堆堆顶大 传入最小堆 保证最大堆元素都比最小堆小
如果比大根堆堆顶的数值小 那么把最大堆顶元素给到最小堆 保证了两个堆的数组差不超过1
如果先对最小堆操作 那么数值数量为奇数时候中位数就是最大堆堆顶
如果先对最小堆操作 那么就是最小堆
if (count & 1) == 0) { // 判断偶数的高效写法
if (!maxHeap.isEmpty() && num < maxHeap.peek()) {
maxHeap.offer(num);
num = maxHeap.poll();
}
minHeap.offer(num);
} else {
if (!minHeap.isEmpty() && num > minHeap.peek()) {
minHeap.offer(num);
num = minHeap.poll();
}
maxHeap.offer(num);
}
import java.util.Comparator;
import java.util.PriorityQueue;
public class Solution {
int count;
PriorityQueue<Integer> minHeap = new PriorityQueue<Integer>();
PriorityQueue<Integer> maxHeap = new PriorityQueue<Integer>( new Comparator<Integer>() {
@Override
public int compare(Integer o1, Integer o2) {
//PriorityQueue默认是小顶堆,实现大顶堆,需要反转默认排序器
return o2.compareTo(o1);
}
});
public void Insert(Integer num) {
count++;
if (count & 1) == 0) { // 判断偶数的高效写法
if (!maxHeap.isEmpty() && num < maxHeap.peek()) {
maxHeap.offer(num);
num = maxHeap.poll();
}
minHeap.offer(num);
} else {
if (!minHeap.isEmpty() && num > minHeap.peek()) {
minHeap.offer(num);
num = minHeap.poll();
}
maxHeap.offer(num);
}
}
public Double GetMedian() {
if(count==0)
throw new RuntimeException("no available number!");
double result;
//总数为奇数时,大顶堆堆顶就是中位数
if((count&1)==1)
result=maxHeap.peek();
else
result=(minHeap.peek()+maxHeap.peek())/2.0;
return result;
}
}