LC295. 数据流的中位数

295. 数据流的中位数
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

进阶:
如果数据流中所有整数都在 0 到 100 范围内,你将如何优化你的算法?
如果数据流中 99% 的整数都在 0 到 100 范围内,你将如何优化你的算法?

优先队列(大顶堆+小顶堆)

当从数据流中读出的数的个数为奇数的时候,中位数是「前有序数组」中的最大值,如下左图所示;
当从数据流中读出的数的个数为偶数的时候,左中位数是「前有序数组」中的最大值,右中位数是「后有序数组」中的最小值,如下右图所示。
在这里插入图片描述
我们只关心这两个 有序数组 中的最值,有一个数据结构可以帮助我们快速找到这个最值,这就是 优先队列 。具体来说:

前有序数组由于只关注最大值,可以 动态地 放置在一个最大堆中;
后有序数组由于只关注最小值,可以 动态地 放置在一个最小堆中。

当从数据流中读出的数的个数为偶数的时候,我们想办法让两个堆中的元素个数相等,两个堆顶元素的平均值就是所求的中位数(如下左图);

当从数据流中读出的数的个数为奇数的时候,我们想办法让最大堆的元素个数永远比最小堆的元素个数多 1 个,那么最大堆的堆顶元素就是所求的中位数(如下右图)。

在这里插入图片描述

Java优先队列:PriorityQueue,默认构造方法是构造小顶堆

        maxheap = new PriorityQueue<>((x, y) -> y - x);//大顶堆
        minheap = new PriorityQueue<>();//小顶堆

import java.util.PriorityQueue;

public class MedianFinder {

    /**
     * 当前大顶堆和小顶堆的元素个数之和
     */
    private int count;
    private PriorityQueue<Integer> maxheap;
    private PriorityQueue<Integer> minheap;

    /**
     * initialize your data structure here.
     */
    public MedianFinder() {
        count = 0;
        maxheap = new PriorityQueue<>((x, y) -> y - x);
        minheap = new PriorityQueue<>();
    }

    public void addNum(int num) {
        count += 1;
        maxheap.offer(num);
        minheap.add(maxheap.poll());
        // 如果两个堆合起来的元素个数是奇数,小顶堆要拿出堆顶元素给大顶堆
        if ((count & 1) != 0) {
            maxheap.add(minheap.poll());
        }
    }

    public double findMedian() {
        if ((count & 1) == 0) {
            // 如果两个堆合起来的元素个数是偶数,数据流的中位数就是各自堆顶元素的平均值
            return (double) (maxheap.peek() + minheap.peek()) / 2;
        } else {
            // 如果两个堆合起来的元素个数是奇数,数据流的中位数大顶堆的堆顶元素
            return (double) maxheap.peek();
        }
    }
}

作者:liweiwei1419
链接:https://leetcode-cn.com/problems/find-median-from-data-stream/solution/you-xian-dui-lie-python-dai-ma-java-dai-ma-by-liwe/
来源:力扣(LeetCode)
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。
要实现四位 MAX7219 点阵屏的数字流动效果,你需要使用一个数组来存储每个数字的模式,并在循环中逐个显示数字。以下是一个示例代码: ```cpp #include <LedControl.h> // 定义 MAX7219 连接引脚 const int DIN_PIN = 2; // 数据引脚 const int CS_PIN = 3; // 片选引脚 const int CLK_PIN = 4; // 时钟引脚 // 初始化 LedControl 对象 LedControl lc = LedControl(DIN_PIN, CLK_PIN, CS_PIN, 4); // 定义数字流动的延迟时间(毫秒) const int delayTime = 100; // 数字流动的数据 byte digits[10][8] = { { B11111100, B10000010, B10000010, B10000010, B10000010, B10000010, B10000010, B11111100 }, // 定义其他数字的模式 // ... }; void setup() { // 初始化点阵屏 for (int i = 0; i < 4; i++) { lc.shutdown(i, false); // 唤醒驱动芯片 lc.setIntensity(i, 8); // 设置亮度(0-15) lc.clearDisplay(i); // 清空显示 } } void loop() { // 数字流动的效果 for (int digit = 0; digit < 10; digit++) { for (int i = 0; i < 4; i++) { for (int row = 0; row < 8; row++) { lc.setRow(i, row, digits[digit][row]); } } delay(delayTime); lc.clearDisplay(0); lc.clearDisplay(1); lc.clearDisplay(2); lc.clearDisplay(3); } } ``` 这个代码中扩展了 `LedControl` 对象为4个,分别对应四位 MAX7219 驱动的点阵屏。在 `setup()` 函数中初始化每个屏幕,然后在 `loop()` 函数中循环显示数字流动效果。 请注意,这只是一个简单示例,你可以根据自己的需求进行修改和扩展。希望对你有所帮助!如果还有其他问题,请随时提问。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值