41-数据流中的中位数

Posted kingshine007

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41-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。

题目:如何得到一个数据流中的中位数?

import heapq
class GetMedian(object):
    def __init__(self):
        self.max_heap = []
        self.min_heap = []
        self.k = 0
    def insert(self,data):
        if self.k%2==0:
            x = heapq.heappushpop(self.min_heap,data)
            heapq.heappush(self.max_heap,x)
            self.k+=1
        else:
            heapq.heappush(self.min_heap,data)
            self.k += 1
    def get_median(self):
        if self.k%2:
            return heapq.nlargest(1,self.max_heap)[0]
        else:
            return (heapq.nlargest(1,self.max_heap)[0] + heapq.nsmallest(1,self.min_heap)[0])/2

注:使用一个大顶堆和一个小顶堆来实现,大顶堆存储左半部分小的数,小顶堆存储右半部分大的数。插入数时,如果数量为偶数,先插入小顶堆,获取堆顶最小值,然后将其插入大顶堆;如果数量为奇数,先插入小顶堆,获取堆顶最大值,然后将其插入小顶堆。

以上是关于41-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

剑指 Offer 41. 数据流中的中位数

剑指41:数据流中的中位数

41-数据流中的中位数

剑指offer41数据流中的中位数

剑指Offer面试题41. 数据流中的中位数

剑指Offer面试题41. 数据流中的中位数