剑指offer41 数据流中的中位数
Posted 秦枫-_-
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了剑指offer41 数据流中的中位数相关的知识,希望对你有一定的参考价值。
考虑使用两个优先队列实现,一个大顶堆B放较小的一半元素,一个小顶堆A放较大的一半元素,,然后比较两者元素数量,同时最开始从B放入元素,相等就A从B中拿走最大的元素,不等就放入A,B从A中拿走最小的元素,如此两者元素数量差维持在1或0,而且这样保证了B的顶元素一定是小于等于A的顶元素,因为从本质上看,B获取元素每次都是从A中拿走最小值,而放入B的时候又同时把它的最大元素给了A。这样造成的结果就是A.size()>=B.size(),最后只要看两者大小,相等取顶元素平均,不等取A顶元素。
class MedianFinder {
Queue<Integer> A,B;
/** initialize your data structure here. */
public MedianFinder() {
A=new PriorityQueue<>();
B=new PriorityQueue<>((x,y)->(y-x));
}
public void addNum(int num) {
if(A.size()==B.size()){
B.add(num);
A.add(B.poll());
}
else{
A.add(num);
B.add(A.poll());
}
}
public double findMedian() {
return A.size()==B.size()?(A.peek()+B.peek())/2.0:A.peek();
}
}
以上是关于剑指offer41 数据流中的中位数的主要内容,如果未能解决你的问题,请参考以下文章