LeetCode295. 数据流的中位数🌟🌟🌟🌟困难

课后作业

问题描述

原文链接:295. 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:

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 addNumfindMedian

代码实现

Java

class MedianFinder {
    //
    Queue<Integer> max;// 保存较小那部分,并且多保存一个
    Queue<Integer> min;// 保存较大那部分

    public MedianFinder() {
        max = new PriorityQueue<>((x,y)->(y - x));
        min = new PriorityQueue<>();
    }

    public void addNum(int num) {
        // 偶数
        if(max.size() == min.size()){
            min.offer(num);
            max.offer(min.poll());
        } else {
            max.offer(num);
            min.offer(max.poll());
        }
    }

    public double findMedian() {
        int size = max.size() + min.size();
        if(size % 2 == 1){
            return max.peek() * 1.0;
        }else{
            return (max.peek() + min.peek()) / 2.0;
        }
    }
}

/**
 * Your MedianFinder object will be instantiated and called as such:
 * MedianFinder obj = new MedianFinder();
 * obj.addNum(num);
 * double param_2 = obj.findMedian();
 */

Python

class MedianFinder(object):
    def __init__(self):
        self.max = [] # 保存较小那部分,并且多保存一个
        self.min = [] # 保存较大那部分

    def addNum(self, num):
        # 偶数
        if len(self.max) == len(self.min):
            heapq.heappush(self.min, num)
            heapq.heappush(self.max, -heapq.heappop(self.min))
        else:
            heapq.heappush(self.max, -num)
            heapq.heappush(self.min, -heapq.heappop(self.max))

    def findMedian(self):
        size = len(self.max) + len(self.min)
        if size % 2 == 1:
            return float(-self.max[0])
        else:
            return (float(-self.max[0]) + float(self.min[0])) / 2

# Your MedianFinder object will be instantiated and called as such:
# obj = MedianFinder()
# obj.addNum(num)
# param_2 = obj.findMedian()

C++

class MedianFinder {
private:
    priority_queue<int> max; // 保存较小那部分,并且多保存一个
    priority_queue<int, vector<int>, greater<int>> min; // 保存较大那部分

public:
    MedianFinder() {

    }

    void addNum(int num) {
        // 偶数
        if(max.size() == min.size()){
            min.push(num);
            max.push(min.top());
            min.pop();
        } else {
            max.push(num);
            min.push(max.top());
            max.pop();
        }
    }

    double findMedian() {
        int size = max.size() + min.size();
        if(size % 2 == 1){
            return max.top() * 1.0;
        }else{
            return (max.top() + min.top()) / 2.0;
        }
    }
};

// Your MedianFinder object will be instantiated and called as such:
// MedianFinder* obj = new MedianFinder();
// obj->addNum(num);
// double param_2 = obj->findMedian();

发表评论

后才能评论