标签：top maxHeap 中位数 num 数据流 minHeap MedianFinder 295 size

为了动态维护中位数，我们可以建立两个二叉堆：一个小根堆、一个大根堆。

在依次读入这个整数序列的过程中，设当前序列长度为M，我们始终保持：

1. 序列中从小到大排名为1 ~ M/2的整数存储在大根堆中;
2. 序列中从小到大排名为M/2+1 ~ M的整数存储在小根堆中，
3. 大根堆允许存储的元素最多比小根堆多一个。

任何时候，如果某一个堆中元素个数过多， 打破了这个性质，就取出该堆的堆顶插入另一个堆。

class MedianFinder {
public:
    priority_queue<int> maxHeap;
    priority_queue<int, vector<int>, greater<int>> minHeap;
    /** initialize your data structure here. */
    MedianFinder() {

    }
    
    void addNum(int num) {
        if (maxHeap.empty() || num < maxHeap.top()) 
            maxHeap.push(num);
        else
            minHeap.push(num);

        if (maxHeap.size() > minHeap.size() + 1) {
            minHeap.push(maxHeap.top());
            maxHeap.pop();
        }else if (minHeap.size() > maxHeap.size()) {
            maxHeap.push(minHeap.top());
            minHeap.pop();
        }
    }
    
    double findMedian() {
        return maxHeap.size() == minHeap.size() ? (maxHeap.top() + minHeap.top()) / 2.0 : maxHeap.top();
    }
};

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

标签：top,maxHeap,中位数,num,数据流,minHeap,MedianFinder,295,size
来源： https://www.cnblogs.com/fxh0707/p/15063403.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。