数据流中的中位数

最新推荐文章于 2021-02-04 14:50:54 发布

比天空更远

最新推荐文章于 2021-02-04 14:50:54 发布

阅读量219

点赞数

分类专栏：剑指offer 剑指offer

本文链接：https://blog.youkuaiyun.com/weixin_42449534/article/details/86623428

版权

该博客介绍了如何在数据流中实时计算中位数，利用最大堆和最小堆来管理数据。当数据总数为偶数时，新数据先经过最大堆筛选后进入最小堆；奇数时则相反。最终，中位数可以通过最大堆和最小堆的根节点确定。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

对于海量数据以及流的数据，要考虑到使用最大堆与最小堆来管理。

[最大堆 | 左边最大 leftMax]

右边最小rightMin | 最小堆]

（最大堆中的数据始终要保持小于最小堆中的数据）

当数据总数为偶数时，新加入的数据要加入最小堆。但在加入最小堆之前先进入最大堆进行筛选，把最大堆中的最大数据替换出来加入最小堆。奇数时反之。

数据流处理完毕后，最大堆中的所有数据都小于最小堆中的数据，这时中位数就是最大堆根节点与最小堆根节点相加 / 2，或者是最小堆的根节点（数据总数是奇数时，最后一个数据落入小堆，所以奇数就是返回minHeap）。

import java.util.*;

public class Solution {
    private int count = 0;
    //构建小根堆
    PriorityQueue<Integer> minHeap = new PriorityQueue<Integer>();
    //构建大根堆
    PriorityQueue<Integer> maxHeap = new PriorityQueue<Integer>(11, new Comparator<Integer>(){
    @Override
    public int compare(Integer o1, Integer o2){
        return

最低0.47元/天解锁文章