54. 数据流中的中位数
Posted make-big-money
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54. 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。
将数组分成两半,一个大顶堆和一个小顶堆,大顶堆维护小于中位数的所有元素,小顶堆维护大于中位数的所有元素,两个堆的元素数量差不能超过2,超过2就互相匀一匀。
代码:
class Solution { priority_queue<int> maxHeap;//大顶堆维护小于中位数的所有元素 priority_queue<int, vector<int>, greater<int>> minHeap;//小顶堆维护大于中位数的所有元素。数字越大,优先级越低 public: void insert(int num){ maxHeap.push(num);//每次直接把当前数插入到下一个堆 /*两个堆的元素数量差不能超过2,超过2就互相匀一匀*/ if(maxHeap.size() > minHeap.size() + 1) { int t = maxHeap.top(); maxHeap.pop(); minHeap.push(t); } /*如果大顶堆最大值 大于 小顶堆最小值,则交换*/ while(minHeap.size() && maxHeap.top() > minHeap.top())//保证大顶堆有元素,同时大顶堆最大值大于小顶堆最小值 { int t1 = maxHeap.top(); int t2 = minHeap.top(); maxHeap.pop(); maxHeap.push(t2); minHeap.pop(); minHeap.push(t1); } } double getMedian(){ int n1 = minHeap.size(); int n2 = maxHeap.size(); if(n1 == n2) return (minHeap.top() + maxHeap.top()) / 2.0; else return maxHeap.top(); } };
以上是关于54. 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