infrastructureDataStructure9

发表于 分类于 ，

题目描述[原题链接][https://leetcode-cn.com/problems/find-median-from-data-stream/]

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：

1
2
3
4
5
addNum(1)
addNum(2)
findMedian() -> 1.5
addNum(3) 
findMedian() -> 2

进阶:

  1. 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？
  2. 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？

算法描述

创建一个向量，每进来一个元素，先判断当前向量是否为空，向量为空，直接添加元素至向量中，不为空，找到比当前元素小的第一个元素，通过lower_bound()函数即可，将当前元素插入，使每次进入后，向量中的元素仍然有序，当要找中位数时，分奇偶，分别返回结果；

C++代码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
class MedianFinder {
public:
    vector<int> nums;
    double median=0;
    /** initialize your data structure here. */
    MedianFinder() {
    }
    
    void addNum(int num) {
        if(nums.empty())
            nums.push_back(num);
        else nums.insert(lower_bound(nums.begin(),nums.end(),num),num);
    }
    
    double findMedian() {
        int t = nums.size()/2;
        if(nums.size()%2==0){
            median = (nums[t]+nums[t-1])/2.0;
        }else median = nums[t]*1.0;
        return median;
    }
};

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

Java代码

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
class MedianFinder {

    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());
        if((count&1)!=0){
            maxheap.add(minheap.poll());
        }
    }
    
    public double findMedian() {
        if((count&1)==0){
            return (double)(maxheap.peek()+minheap.peek())/2;
        }else{
            return (double)maxheap.peek();
        }
    }
}

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