剑指offer(第二版)——数据流中的中位数
作者:互联网
PS:《剑指offer》是很多同学找工作都会参考的一本面试指南,同时也是一本算法指南(为什么它这么受欢迎,主要应该是其提供了一个循序渐进的优化解法,这点我觉得十分友好)。现在很多互联网的算法面试题基本上可以在这里找到影子,为了以后方便参考与回顾,现将书中例题用Java实现(第二版),欢迎各位同学一起交流进步。
GitHub: https://github.com/Uplpw/SwordOffer。
完整题目链接: https://blog.csdn.net/qq_41866626/article/details/120415258
目录
1 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。
例如,
[2,3,4] 的中位数是 3
[2,3] 的中位数是 (2 + 3) / 2 = 2.5
leetcode链接: 数据流中的中位数(以下代码已测试,提交通过)
2 测试用例
一般是考虑功能用例,特殊(边缘)用例或者是反例,无效测试用例这三种情况。甚至可以从测试用例寻找一些规律解决问题,同时也可以让我们的程序更加完整鲁棒。
(1)功能用例:数据流正常,分为奇数个、偶数个。
(2)边缘用例:数据流只有一个元素。
(3)无效用例:数据流为空。
3 思路
分析:
一般我们求序列中的中位数时,需要对序列进行排序,然后计算中间的数即为中位数。本质就是寻找处于中间位置的数字。
回到本题,因为是数据流,所以不清楚有多少数据,没办法进行排序计算中位数,那我们能不能一直维护两个变量,分别代表数据流中的中间元素?这样就可以直接计算,也不用管前后元素是否是有序的。
答案是肯定的,我们可以设想两个堆:一个大顶堆、一个小顶堆。
大顶堆:存储数据流中的小元素;
小顶堆:存储数据量中的大元素;
同时维持两个堆的数量之差不能超过1,这样两个堆的堆顶元素存储的就是数据流的中间元素。
具体过程如下:
维护大小顶堆,小顶堆的顶层元素需要大于等于大顶堆的顶层元素。(A是小顶堆,B是大顶堆,m,n是其大小)
(1) 添加
- 当 m = n:需向 小顶堆 添加一个元素。实现方法:将新元素 num 插入至 B ,再将 B 堆顶元素插入至 A ;
- 当 m != n :需向 大顶堆 添加一个元素。实现方法:将新元素 num 插入至 A ,再将 A 堆顶元素插入至 B ;
(2) 查找
- 当 m = n:中位数为 ( 小顶堆 的堆顶元素 + 大顶堆 的堆顶元素 )/2) ;
- 当 m != n :小顶堆的顶堆元素
4 代码
算法实现:
import java.util.Comparator;
import java.util.PriorityQueue;
public class MedianFinder {
private PriorityQueue<Integer> queue1;
private PriorityQueue<Integer> queue2;
public MedianFinder() {
// 小顶堆(java 默认)
queue1 = new PriorityQueue<Integer>();
// 大顶堆
queue2 = new PriorityQueue<Integer>(new Comparator<Integer>() {
public int compare(Integer num1, Integer num2) {
return num2 - num1;
}
});
}
public void addNum(int num) {
if (queue1.size() == queue2.size()) {
queue2.offer(num);
queue1.offer(queue2.poll());
} else {
queue1.offer(num);
queue2.offer(queue1.poll());
}
}
public double findMedian() {
if (queue1.size() == queue2.size()) {
return 1.0 * (queue1.peek() + queue2.peek()) / 2;
} else {
return queue1.peek();
}
}
}
参考
在解决本书例题时,参考了一些大佬的题解,比如leetcode上的官方、K神,以及其他的博客,在之后的每个例题详解后都会给出参考的思路或者代码链接,同学们都可以点进去看看!
本例题参考:
本文如有什么不足或不对的地方,欢迎大家批评指正,最后希望能和大家一起交流进步、拿到心仪的 offer !!!
标签:queue2,offer,queue1,元素,中位数,数据流,小顶 来源: https://blog.csdn.net/qq_41866626/article/details/120538176