首页 > 其他 > 详细

数据流中的中位数

时间:2019-09-06 16:22:21      阅读:93      评论:0      收藏:0      [点我收藏+]

【问题】如何得到一个数据流中的中位数?如果从数据流中读出奇数个数值,那么中位数就是所有数值排序之后位于中间的数值。如果从数据流中读出偶数个数值,那么中位数就是所有数值排序之后中间两个数的平均值。我们使用Insert()方法读取数据流,使用GetMedian()方法获取当前读取数据的中位数。

【思路】由于是让我们取出一个数据流的中位数,因此我们可以使用最大堆和最小堆,首先我们建立两个堆分别为最大堆和最小堆,首先我们要清楚的是两点问题:

  1. 两个堆的大小要么相等(偶数),要么相差为1(奇数),最大堆为较多的

  2. 如果想取出中位数,那么较小的数应该在最大堆,较大的数应该在最小堆,从而在奇数情况下,中位数为两个堆堆顶之和/2.0

因此我们每插入一个数据,首先和最大堆堆顶比较,如果大于,则将该数插入最小堆(存放较大的数),否则插入到最大堆,接着需要维护两个堆的大小,maxheap.size = minheap.size或者maxheap.size = minheap.size+1. 如果不满足,则将多的堆的堆顶pop出来放入到少的堆中。

class Solution {
public:
    void Insert(int num)
    {
        if(maxheap.empty() || num < maxheap.top())  maxheap.push(num);
        else  minheap.push(num);
        if(maxheap.size() == minheap.size()+2){
            minheap.push(maxheap.top());
            maxheap.pop();
        }
        if(maxheap.size() + 1 == minheap.size()){
            maxheap.push(minheap.top());
            minheap.pop();
        }
    }

    double GetMedian()
    { 
        return maxheap.size() == minheap.size() ? (maxheap.top()+minheap.top()) / 2.0 : maxheap.top();
    }
private:
    priority_queue<int, vector<int>, less<int>> maxheap;
    priority_queue<int, vector<int>, greater<int>> minheap;
};

 

数据流中的中位数

原文:https://www.cnblogs.com/zhudingtop/p/11474716.html

(0)
(0)
   
举报
评论 一句话评论(0
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!