0295：数据流的中位数（★★）

Ian

2015-10-22 约 601 字预计阅读 2 分钟次阅读

力扣第 295 题

题目

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 addNum 和 findMedian

相似问题：

分析

#1

最简单的是用 SortedList 维护一个有序集合即可。

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14


class MedianFinder:

    def __init__(self):
        from sortedcontainers import SortedList
        self.sl = SortedList()


    def addNum(self, num: int) -> None:
        self.sl.add(num)


    def findMedian(self) -> float:
        n = len(self.sl)
        return (self.sl[(n-1)//2]+self.sl[n//2])/2

439 ms

#2

也可以用双堆维护：

用两个堆 A、B 分别维护较小的一半和较大的一半
A 要弹出最大数，B 要弹出最小数，因此 A 为大顶堆，注意入堆时元素取负
为了方便，总个数为奇数时，多余的一个放在 A
addNum 时
- 先将元素添加到 A 中，弹出堆顶并加到 B 中
- 如果 len(A)<len(B)，就再弹出 B 堆顶加到 A 中
findMedian 时，根据奇偶情况返回即可

解答

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16


class MedianFinder:

    def __init__(self):
        self.A = []
        self.B = []

    def addNum(self, num: int) -> None:
        heappush(self.A,-num)
        heappush(self.B,-heappop(self.A))
        if len(self.B)>len(self.A):
            heappush(self.A,-heappop(self.B))

    def findMedian(self) -> float:
        if len(self.A)>len(self.B):
            return -self.A[0]
        return (self.B[0]-self.A[0])/2

330 ms

目录

0295：数据流的中位数（★★）

题目

分析

#1

#2

解答