LeetCode295. 数据流的中位数
题目描述
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。
使用优先级队列，构造一个大根堆和一个小根堆
使大根堆的最大值小于小根堆的最小值，并且维持两个堆之间元素个数之差不超过1
class MedianFinder {
Queue<Integer> minHeap;
Queue<Integer> maxHeap;
/** initialize your data structure here. */
public MedianFinder() {
minHeap = new PriorityQueue<>();
maxHeap = new PriorityQueue<>((o1, o2) -> o2 - o1);
}
//添加元素
public void addNum(int num) {
if(maxHeap.isEmpty()){
maxHeap.offer(num);
return;
}
if(num > maxHeap.peek()){
minHeap.offer(num);
}else{
maxHeap.offer(num);
}
if(maxHeap.size() - minHeap.size() > 1){
minHeap.offer(maxHeap.poll());
}else if(minHeap.size() - maxHeap.size() > 1){
maxHeap.offer(minHeap.poll());
}
}
//找到中位数
public double findMedian() {
int maxSize = maxHeap.size();
int minSize = minHeap.size();
if(maxSize == minSize){
return (maxHeap.peek() + minHeap.peek())/2.0;
}
if(maxSize > minSize){
return maxHeap.peek();
}
return minHeap.peek();
}
}
/**
* Your MedianFinder object will be instantiated and called as such:
* MedianFinder obj = new MedianFinder();
* obj.addNum(num);
* double param_2 = obj.findMedian();
*/
