码迷,mamicode.com
首页 > 其他好文 > 详细

每日一题 - 剑指 Offer 41. 数据流中的中位数

时间:2020-07-04 00:57:27      阅读:75      评论:0      收藏:0      [点我收藏+]

标签:nlogn   空间复杂度   lock   return   instant   设计   structure   一半   两种   

题目信息

  • 时间: 2019-06-30

  • 题目链接:Leetcode

  • tag: 大根堆 小根堆

  • 难易程度:中等

  • 题目描述:

    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。

    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。

示例1:

输入:
["MedianFinder","addNum","addNum","findMedian","addNum","findMedian"]
[[],[1],[2],[],[3],[]]
输出:[null,null,null,1.50000,null,2.00000]

示例2:

输入:
["MedianFinder","addNum","findMedian","addNum","findMedian"]
[[],[2],[],[3],[]]
输出:[null,null,2.00000,null,2.50000]

提示

最多会对 addNum、findMedia进行 50000 次调用。

解题思路

本题难点

给定一长度为 N 的无序数组,其中位数的计算方法:首先对数组执行排序(使用 O(NlogN) 时间),然后返回中间元素即可(使用 O(1) 时间)。如何更好的优化时间复杂度

具体思路

建立一个 大根堆 Left和小顶堆 Right ,各保存列表的一半元素,且规定:

  • Left 保存 较小 的一半,长度为 N/2( N 为偶数)或 N+1/2 (N 为奇数);
  • Right保存 较大 的一半,长度为 N/2( N 为偶数)或 N+1/2 (N 为奇数);

代码

class MedianFinder {
    Queue<Integer> left;
    Queue<Integer> right;
    /** initialize your data structure here. */
    public MedianFinder() {
        //大根堆,堆顶元素最大,存较小的数
        left = new PriorityQueue<>((x,y) -> (y - x));
        //小根堆,堆顶元素最小,存较大的数
        right = new PriorityQueue<>();
    }

    //保证右边的小根堆数全部大于左边的大根堆的数
    public void addNum(int num) {
        //当前数据流中元素的个数为偶数时,即左半边大小和右半边大小相等时,
        //新添加的元素要插入到右半边的小根堆中,添加后数据流元素个数为奇数,方便后面取中位数
        //因为左半边的大根堆元素都要小于右半边,新插入的元素不一定比左半边元素原来的大
        //利用左半边大根堆的特点,先将元素插入左半边,取出堆顶元素即为最大值再插入右半边的小根堆
        if(left.size() == right.size()){
            left.add(num);
            right.add(left.poll());
        }else{
            right.add(num);
            left.add(right.poll());
        }
    }
    
    public double findMedian() {
        //当数据流中的个数为奇数时,中位数为右半边小根堆的最小值
        //当数据流中的个数为偶数时,中位数位左半边大根堆的最大值和右半边小根堆的最小值的平均
        return left.size() == right.size() ? (left.peek() + right.peek()) / 2.0 : right.peek();
    }
}

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

复杂度分析:

  • 时间复杂度 O(1) : 获取堆顶元素使用 O(1) 时间;
  • 空间复杂度 O(logN) : 堆的插入和弹出操作使用 O(logN) 时间。

每日一题 - 剑指 Offer 41. 数据流中的中位数

标签:nlogn   空间复杂度   lock   return   instant   设计   structure   一半   两种   

原文地址:https://www.cnblogs.com/ID-Wangqiang/p/13233276.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!