标签:大顶 right 中位数 PriorityQueue Offer7 小顶 left
一、题目描述
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。
来源:力扣(LeetCode)
链接:https://leetcode-cn.com/problems/shu-ju-liu-zhong-de-zhong-wei-shu-lcof
著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。
二、解答
1、大、小顶堆
分析
-
用大顶堆+小顶堆方法,可以看作大顶堆是普通班,小顶堆是实验班。数量上时刻保持 小顶-大顶<=1(两堆相等或者小顶比大顶多一个)。
-
新学生先入普通班(大顶堆),此时可能会失去平衡了,于是取大顶堆的第一个(班里最好的学生)加入实验班(小顶堆),判断若数量过多(不是等于或多一个),取第一个(实验班里最差的学生)到普通班(大顶堆)里。 取中位数的时候,若两堆数量相等,则各取堆顶取平均,若小顶比大顶多一,则多的那一个就是中位数。
class MedianFinder {
PriorityQueue<Integer> left;//大顶
PriorityQueue<Integer> right;//小顶
public MedianFinder() {
left=new PriorityQueue<>((n1,n2)->n2-n1);
right=new PriorityQueue<>();
}
public void addNum(int num) {
left.add(num);
// 先进去大顶堆
right.add(left.poll());
// 失去平衡,大顶堆数量多了,需要移到小顶堆
if(left.size()+1<right.size())
left.add(right.poll());
}
public double findMedian() {
if(right.size()>left.size())return right.peek();
return (double)(left.peek()+right.peek())/2;
}
}
标签:大顶,right,中位数,PriorityQueue,Offer7,小顶,left 来源: https://blog.csdn.net/qq_24654501/article/details/120712935
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。