LeetCode295. 数据流的中位数

题目描述

中位数是有序列表中间的数。如果列表长度是偶数，中位数则是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。

使用优先级队列，构造一个大根堆和一个小根堆

使大根堆的最大值小于小根堆的最小值，并且维持两个堆之间元素个数之差不超过1

class MedianFinder {

    Queue<Integer> minHeap;

    Queue<Integer> maxHeap;

    /** initialize your data structure here. */

    public MedianFinder() {

        minHeap = new PriorityQueue<>();

        maxHeap = new PriorityQueue<>((o1, o2) -> o2 - o1);

    }

//添加元素

    public void addNum(int num) {

        if(maxHeap.isEmpty()){

            maxHeap.offer(num);

            return;

        }

        if(num > maxHeap.peek()){

            minHeap.offer(num);

        }else{

            maxHeap.offer(num);

        }

        if(maxHeap.size() - minHeap.size() > 1){

            minHeap.offer(maxHeap.poll());

        }else if(minHeap.size() - maxHeap.size() > 1){

            maxHeap.offer(minHeap.poll());

        }

    }

//找到中位数

    public double findMedian() {

        int maxSize = maxHeap.size();

        int minSize = minHeap.size();

        if(maxSize == minSize){

            return (maxHeap.peek() + minHeap.peek())/2.0;

        }

        if(maxSize > minSize){

            return maxHeap.peek();

        }

        return minHeap.peek();

    }

}

/**

* Your MedianFinder object will be instantiated and called as such:

* MedianFinder obj = new MedianFinder();

* obj.addNum(num);

* double param_2 = obj.findMedian();

*/