力扣295. 数据流的中位数
中位数是有序整数列表中的中间值。如果列表的大小是偶数,则没有中间值,中位数是两个中间值的平均值。
例如 arr = [2,3,4] 的中位数是 3 。
例如 arr = [2,3] 的中位数是 (2 + 3) / 2 = 2.5 。
实现 MedianFinder 类:
MedianFinder() 初始化 MedianFinder 对象。
void addNum(int num) 将数据流中的整数 num 添加到数据结构中。
double findMedian() 返回到目前为止所有元素的中位数。与实际答案相差 10^-5^ 以内的答案将被接受。
示例 1:
输入
["MedianFinder", "addNum", "addNum", "findMedian", "addNum", "findMedian"]
[[], [1], [2], [], [3], []]
输出
[null, null, null, 1.5, null, 2.0]
解释
MedianFinder medianFinder = new MedianFinder();
medianFinder.addNum(1); // arr = [1]
medianFinder.addNum(2); // arr = [1, 2]
medianFinder.findMedian(); // 返回 1.5 ((1 + 2) / 2)
medianFinder.addNum(3); // arr[1, 2, 3]
medianFinder.findMedian(); // return 2.0
思路:创建一个大根堆和一个小根堆,默认第一个数放入大根堆,然后加入数字的时候判断,如果当前数字大于大根堆堆顶就放入小根堆,否则还是放入大根堆,一旦两个堆之间的差距大于等于2,就要把多的那堆的堆顶元素放入另一堆,如果是奇数数量的数字,默认中位数在多的那一堆的堆顶元素,如果是偶数数量,就是两个堆的堆顶元素相加除以2
java
class MedianFinder {
Queue<Integer> min;
Queue<Integer> max;
public MedianFinder() {
min = new PriorityQueue<>();
max = new PriorityQueue<>((x, y) -> (y - x));
}
public void addNum(int num) {
if(max.isEmpty()){
max.add(num);
}else{
if(num <= max.peek()){
max.add(num);
}else{
min.add(num);
}
}
if(max.size() - min.size() >= 2){
int t = max.poll();
min.add(t);
}else if(min.size() - max.size() >= 2){
int t = min.poll();
max.add(t);
}
}
public double findMedian() {
if((min.size() + max.size()) %2 == 0){
return (max.peek() + min.peek()) / 2.0;
}else{
return max.size() > min.size() ? max.peek() : min.peek();
}
}
}