标签：maxHeap 元素 中位数 整数 minHeap 用堆 size
1.概述
本文介绍了如何查找整数流的中位数。
我会通过示例说明问题，分析问题，最后给出几种Java解决方案。
2.问题描述
中位数（又称中值）指一个有序数据集的中间值。对于一组整数，小于中位数的元素与大于中位数的元素一样多。
在一组有序数据集中：
如果元素个数为奇数，那么中间那个元素是中位数：在有序整数集合{5，7，10}中，中位数是7；
如果元素个数为偶数，没有中间元素，那么中位数为两个中间元素的平均值：在有序整数集合{5，7，8，10}中，中位数为 （7+8）/ 2 = 7.5。
现在，假设输入是数据流而非一个有限集合。可以把整数流的中位数定义为，到目前为止已读取整数集合的中位数。
问题可以形式化描述为：对于给定的整数流输入，设计一个类，为读取的每个整数执行下面两个任务：
将整数添加到整数集
查找目前为止已读取整数集合的中位数
例如：
add 5 // sorted-set = { 5 }, size = 1
中位数 -> 5
add 7 // sorted-set = { 5, 7 }, size = 2
中位数 -> (5 + 7) / 2 = 6
add 10 // sorted-set = { 5, 7, 10 }, size = 3
中位数 -> 7
add 8 // sorted-set = { 5, 7, 8, 10 }, size = 4
中位数 -> (7 + 8) / 2 = 7.5
..尽管输入的整数流是无限的，但我们假设可以把数据流中的所有元素一次存到内存中。
可以将任务用下面的代码表示：
void add(int num);
double getMedian();3.朴素方法
3.1.有序列表
让我们从一个简单的想法开始：通过照索引访问列表的中间元素或者中间两个元素，计算整数有序列表的中位数。getMedian操作的时间杂度复为O（1）。
添加新的整数时，必须确保其在列表中的位置正确，让列表保持有序。操作在O（n）时间内完成，其中n代表列表长度。因此，向列表添加新元素，同时计算新的中位数时间成本为O（n）。
3.2.改进朴素方法
add操作以线性时间复杂度运行，这不是最优解。让我们尝试在本节中解决这个问题。
可以把列表分为两个有序列表：较小一列整数降序，较大的一列整数升序。我们可以找到合适的数列添加新整数，这样两个列表长度差最大为1：
if 元素比较大一列中的最小值还要小:
新整数插入较小的一列
if 元素比较小一列中的最大值还要大:
移除该列的最大值并插入到较大一列的列首(也称再平衡)
else
新整数插入较大的一列:
if 较大一列中的整数远大于较小一列:
移除该列的最小值并加到较大一列的列尾(再平衡)现在，我们开始计算中位数：
If 两个列表的长度相等:
median = (较小的一列的最大值 + 较大一列中的最小值) / 2
else if 较小的一列中的元素更多:
median = 较小的一列的最大值
else if 较大的一列中的元素更多:
median = 较大一列中的最小值尽管只是把add运算的时间复杂度改进为常数，但我们已经取得了进展。
让我们分析访问的列表元素。我们可能会在add操作（排序）移动元素过程中访问元素。更重要的是，再平衡执行add操作与getMedian操作过程中访问了较大数列中的最小值和较小数列中的最大值（极值）。
可以看到极值为各自列表的第一个元素。因此，我们必须优化索引为0的元素访问，缩短add操作的整体运行时间。
4.基于堆的方法
让我们总结朴素方法，进一步了解问题：
必须在O（1）时间内得到数据中的最小元素或最大元素。
只要可以高效地获得最小或最大元素，就不必按排序顺序保留元素。
我们需要找到添加元素时间小于O（n）的方法。
接下来将研究Heap数据结构，它能帮助我们有效地达成目标。
4.1.Heap数据结构
Heap（堆）通常采用数组实现，但可以把它看作二叉树。
Heap对元素的约束：
4.1.1.最大堆特性
（子）节点的值不能大于其父节点的值。因此，在最大堆中，根节点始终具有最大值。
4.1.2.最小堆特性
（父）节点的值不能大于其子节点的值。因此，在最小堆中，根节点始终具有最小值。
在Java中，PriorityQueue表示一个堆。让我们继续，开始进入使用堆的第一种解决方案。
4.2.第一种解决方案
让用堆替换朴素方法中的列表：
最小堆保存较大的一半元素，最小值位于根元素
最大堆保存较小的一半元素，最大值位于根元素
现在，可以把传入的整数与最小堆根元素进行比较，并加到对应的一半数列中。接下来，如果插入后两个堆大小差距大于1，可以为堆进行重新平衡，让差距最大等于1：
if size(minHeap) > size(maxHeap) + 1:
移除minHeap根元素,插入maxHeap
if size(maxHeap) > size(minHeap) + 1:
移除maxHeap根元素,插入minHeap通过这种方法，如果得到的两个堆大小相等，可以中位数等于两个堆的根元素平均值。否则，元素多的那个堆，其根元素就是中位数。
我们用PriorityQueue表示堆。PriorityQueue默认是最小堆。可以使用Comparator.reverserOrder创建最大堆，排序方式为自然逆序：
class MedianOfIntegerStream {
private Queue<Integer> minHeap, maxHeap;
MedianOfIntegerStream() {
minHeap = new PriorityQueue<>();
maxHeap = new PriorityQueue<>(Comparator.reverseOrder());
}
void add(int num) {
if (!minHeap.isEmpty() && num < minHeap.peek()) {
maxHeap.offer(num);
if (maxHeap.size() > minHeap.size() + 1) {
minHeap.offer(maxHeap.poll());
}
} else {
minHeap.offer(num);
if (minHeap.size() > maxHeap.size() + 1) {
maxHeap.offer(minHeap.poll());
}
}
}
double getMedian() {
int median;
if (minHeap.size() < maxHeap.size()) {
median = maxHeap.peek();
} else if (minHeap.size() > maxHeap.size()) {
median = minHeap.peek();
} else {
median = (minHeap.peek() + maxHeap.peek()) / 2;
}
return median;
}
}分析代码运行时间之前，让我们看一下堆操作的时间复杂度：
find-min/find-max O(1)
delete-min/delete-max O(log n)
insert O(log n)因此，getMedian操作可以在O（1）时间内执行完成，因为它只用到了find-min和find-max。add操作的时间复杂度为O(log n)：三次insert/delete调用，每次调用花费的时间都需要O(log n)。
4.3.堆大小保持不变
在之前的方法中，我们将每个新元素与堆的根元素进行了比较。让我们尝试堆的另一种用法，可以利用堆本身的特性在合适的一半数据中添加新元素。
与之前的解决方案一样，先两个堆开始：一个最小堆和一个最大堆。接下来，加入一个条件：最大堆的大小必须始终为(n / 2) ，而最小堆的大小要么是(n / 2) 要么等于(n / 2) + 1，视两个堆的元素总和而定。换句话说，当元素总数为奇数时，只能允许最小堆包含一个额外元素。
由于堆大小不变，因此如果两个堆大小都是(n / 2)，那么可以计算中位数等于两个堆的根元素平均值。否则，最小堆的根元素就是中位数。
当添加一个新的整数时，有两种情况：
1.所有元素的个数总和是偶数
size(min-heap) == size(max-heap) == (n / 2)
2.所有元素的个数总和是奇数
size(max-heap) == (n / 2)
size(min-heap) == (n / 2) + 1可以通过把新元素添加到其中一个堆并每次重新平衡维持不变：
重新平衡的工作原理是把最大元素从最大堆移动到最小堆，或者把最小元素从最小堆移动到最大堆。这样，尽管新的整数添加到堆之前没有进行比较，但随后的重新平衡确保了较大与较小数列的底层平衡。
下面使用JavaPriorityQueues实现：
class MedianOfIntegerStream {
private Queue<Integer> minHeap, maxHeap;
MedianOfIntegerStream() {
minHeap = new PriorityQueue<>();
maxHeap = new PriorityQueue<>(Comparator.reverseOrder());
}
void add(int num) {
if (minHeap.size() == maxHeap.size()) {
maxHeap.offer(num);
minHeap.offer(maxHeap.poll());
} else {
minHeap.offer(num);
maxHeap.offer(minHeap.poll());
}
}
double getMedian() {
int median;
if (minHeap.size() > maxHeap.size()) {
median = minHeap.peek();
} else {
median = (minHeap.peek() + maxHeap.peek()) / 2;
}
return median;
}
}操作的时间复杂度保持不变：getMedian耗费的时间为O（1），而add的运行时间为O（log n），调用次数完全相同。
两种基于堆的解决方案空间和时间复杂度相似。尽管第二种解决方案很聪明并且实现更简洁，但是这种方法并不直观。而第一种解决方案更符合我们的直觉，因此更容易推断其add操作的正确性。
5.总结
在本文中，我们学习了如何计算整数流的中位数。我们评估了几种解决方案，用PriorityQueue给出了两个不同的Java实现。
标签：maxHeap,元素,中位数,整数,minHeap,用堆,size 来源： https://blog.51cto.com/u_15127686/2832580
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。