小景哥哥

世界很大,而我们还需要再成长!

您现在的位置是:首页>爱编程>详细内容

63.数据流中的中位数

发布时间:2018-08-25 00:00:00编辑:Jason浏览(518)评论(0)

    63.数据流中的中位数

    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。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。

    import java.util.PriorityQueue;
    import java.util.Comparator;
    public class Solution {

        private int count = 0;
        private PriorityQueue<Integer> minHeap = new PriorityQueue<>();
        private PriorityQueue<Integer> maxHeap = new PriorityQueue<Integer>(15, new Comparator<Integer>() {
            @Override
            public int compare(Integer o1, Integer o2) {
                return o2 - o1;
            }
        });
        public void Insert(Integer num) {
            if (count %2 == 0) {//当数据总数为偶数时,新加入的元素,应当进入小根堆
                //(注意不是直接进入小根堆,而是经大根堆筛选后取大根堆中最大元素进入小根堆)
                //1.新加入的元素先入到大根堆,由大根堆筛选出堆中最大的元素
                maxHeap.offer(num);
                int filteredMaxNum = maxHeap.poll();
                //2.筛选后的【大根堆中的最大元素】进入小根堆
                minHeap.offer(filteredMaxNum);
            } else {//当数据总数为奇数时,新加入的元素,应当进入大根堆
                //(注意不是直接进入大根堆,而是经小根堆筛选后取小根堆中最大元素进入大根堆)
                //1.新加入的元素先入到小根堆,由小根堆筛选出堆中最小的元素
                minHeap.offer(num);
                int filteredMinNum = minHeap.poll();
                //2.筛选后的【小根堆中的最小元素】进入大根堆
                maxHeap.offer(filteredMinNum);
            }
            count++;
        }
        public Double GetMedian() {
            if (count %2 == 0) {
                return new Double((minHeap.peek() + maxHeap.peek())) / 2;
            } else {
                return new Double(minHeap.peek());
            }
        }

    }

关键字词:offer