题目
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。
数据范围:数据流中数个数满足 1≤n≤1000 ,大小满足 1≤val≤1000 。
进阶: 空间复杂度O(n), 时间复杂度O(nlogn)
示例1
输入:
[5,2,3,4,1,6,7,0,8]
返回值:
"5.00 3.50 3.00 3.50 3.00 3.50 4.00 3.50 4.00 "
说明:
数据流里面不断吐出的是5,2,3...,则得到的平均数分别为5,(5+2)/2,3...
示例2
输入:
[1,1,1]
返回值:
"1.00 1.00 1.00 "
思路
本题是对顶堆算法的一个经典题,所谓对顶堆算法,实际上就是使用一个小顶堆和一个大顶堆(C++中的priority_queue)。
对于求动态中位数的问题,利用堆的性质,可以在O(nlogn)的时间复杂度取出最大值或最小值,那么我们可以用大顶堆维护前一半的数,用小顶堆维护后面一半的数。
规定若元素总数为奇数,那么大顶堆的元素个数要比小顶对的个数多1,这样,当总数为奇数时,中位数就是大顶堆的堆顶元素;当总数为偶数时,中位数就大顶堆堆顶和小顶堆堆顶元素的平均值。文章来源:https://www.toymoban.com/news/detail-819837.html
具体做法是,在每次输入的时候将数字先加入大顶堆,大顶堆排序后,将大顶堆的最大值弹出加入小顶堆,小顶堆在进行排序。为了保持规定中的平衡,如果大顶堆的大小小于小顶堆,则需要弹出小顶堆的最大值加入大顶堆。文章来源地址https://www.toymoban.com/news/detail-819837.html
解答代码
#include <queue>
class Solution {
public:
priority_queue<int> max_top_heap; // 大顶堆,存较小的值
priority_queue<int, vector<int>, greater<int>> min_top_heap; // 小顶堆,存较大的值
void Insert(int num) {
max_top_heap.push(num);
min_top_heap.push(max_top_heap.top());
max_top_heap.pop();
if (max_top_heap.size() < min_top_heap.size()) {
max_top_heap.push(min_top_heap.top());
min_top_heap.pop();
}
}
double GetMedian() {
int size = max_top_heap.size() + min_top_heap.size();
if ((size&1) == 1) {
// 奇数
return static_cast<double>(max_top_heap.top());
} else {
// 偶数
return static_cast<double>(
(max_top_heap.top() + min_top_heap.top()) / 2.0);
}
}
};
到了这里,关于算法进阶——数据流中的中位数的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!