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:
1 2 3 4 5 6 7 8 9 10 11 12 13 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
提示:
-105 <= num <= 105
在调用 findMedian
之前,数据结构中至少有一个元素
最多 5 * 104
次调用 addNum
和 findMedian
使用两个堆大根堆和小根堆分别存储数据流的左半部分和右半部分。让大根堆的首元素(最大值)小于小根堆的首元素(最小值),并且大根堆中的元素个数要么比小根堆中元素个数多1,要么相等。如果相等,中位数就是两个首元素的平均值,否则,中位数就是大根堆的首元素。
可以使用优先队列来实现上述操作。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 class MedianFinder { private PriorityQueue<Integer> left; private PriorityQueue<Integer> right; public MedianFinder () { left = new PriorityQueue <>((a, b) -> b - a); right = new PriorityQueue <>(); } public void addNum (int num) { left.offer(num); right.offer(left.poll()); if (right.size() > left.size()) { left.offer(right.poll()); } } public double findMedian () { if (left.size() == right.size()) { return (left.peek() + right.peek()) / 2.0 ; } else { return left.peek(); } } }