标签:Offer big addNum 中位数 num small 41 size
剑指 Offer 41. 数据流中的中位数
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
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]
我想到的方法是用一个vector数组作为容器,插入排序,add的时间复杂度是在O(n),空间复杂度是在O(1)
class MedianFinder { public: vector<int> v; int sum=0; MedianFinder() { } void addNum(int num) { int i = 0; int n = v.size(); while (i < n&&v[i] < num) { i++; } v.emplace(v.begin() + i, num); sum++; } double findMedian() { int mid = sum / 2; if (sum % 2 == 0) { return (double)(v[mid] + v[mid - 1]) / 2; } return v[mid]; } };
执行时间超过了6%。。。,后面看了大神的写法,用的大顶堆,小顶堆,用的优先队列。。(又学习到一种数据结构)
class MedianFinder { public: /** initialize your data structure here. */ priority_queue<int> big; priority_queue<int,vector<int>,greater<int>> small; MedianFinder() { } void addNum(int num) { if(big.empty()) big.push(num); else{ if(num<=big.top()){ big.push(num); if(big.size()>small.size()+1){ small.push(big.top()); big.pop(); } } else { small.push(num); if(small.size()>big.size()+1){ big.push(small.top()); small.pop(); } } } } double findMedian() { if(big.size()==small.size()) return (double)(big.top()+small.top())/2; return big.size()>small.size()?big.top():small.top(); } };
真的强!!!
标签:Offer,big,addNum,中位数,num,small,41,size 来源: https://www.cnblogs.com/4jiu/p/15950672.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。