数据流的中位数
Posted vector6_
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了数据流的中位数相关的知识,希望对你有一定的参考价值。
数据流的中位数
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:addNum(1) addNum(2) findMedian() -> 1.5 addNum(3) findMedian() -> 2
对于使用排序的方法,无论数组或链表,时间复杂度都为O(n),而使用平衡二叉树(multiset)无法直接根据索引得到相应的值。这里使用两个优先级队列,一个大顶堆存放较小的那一半,一个小顶堆存放较大的那一半。需要同时维护这两个堆,使得两个堆中
1)元素数目相差不超过1
2)小顶堆堆顶元素总比大顶堆堆顶元素大
class MedianFinder
public:
MedianFinder()
void addNum(int num) //为了保证小顶堆堆顶元素总比大顶堆堆顶元素大,需要先向大顶堆加入元素,
if(m_small.size()>=m_large.size()) //再把大顶堆的堆顶元素(即当前最大)取出再加入小顶堆,以保证元素数目相差不超过1
m_small.push(num);
int tmp = m_small.top();
m_large.push(tmp);
m_small.pop();
else
m_large.push(num); //反之同样如此
int tmp = m_large.top();
m_small.push(tmp);
m_large.pop();
double findMedian() //根据总元素数目得到中位数
if(m_small.size()<m_large.size())
return m_large.top();
else if(m_small.size()>m_large.size())
return m_small.top();
return (m_small.top()+m_large.top())/2.0;
std::priority_queue<int, vector<int>, greater<int>> m_small;//大顶堆,存放较小的一半元素
std::priority_queue<int, vector<int>, less<int>> m_large; //小顶堆,存放较大的一半元素
;
/**
* Your MedianFinder object will be instantiated and called as such:
* MedianFinder* obj = new MedianFinder();
* obj->addNum(num);
* double param_2 = obj->findMedian();
*/
以上是关于数据流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