《劍指offer》 資料流中的中位數

如何得到乙個資料流中的中位數？如果從資料流中讀出奇數個數值，那麼中位數就是所有數值排序之後位於中間的數值。如果從資料流中讀出偶數個數值，那麼中位數就是所有數值排序之後中間兩個數的平均值。

最開始的思路就是用map或者set儲存。習慣寫python就想直接用median的key去訪問median，但是c++ stl的map或者set沒有key這個東西，如果用迭代器那麼訪問元素複雜度是o（n）

看到很多解法是用兩個堆來做，乙個最大堆，乙個最小堆，一開始不理解。後來發現這樣的好處是把資料總體切分為兩部分，一部分（最大堆）所有元素都比另一部分（最小堆）小。然後當有新元素需要insert的時候，根據現有元素總數奇偶，決定先壓入哪個堆，然後彈出乙個元素，彈出元素放入另乙個堆。

最後的答案處理，根據元素總數奇偶，決定從兩個堆分別取還是從特定的那個取。

class solution

else
}double getmedian()
else
return median;
}private:
multiset> maxs;
multiset> mins;
};

劍指offer 資料流中的中位數

題目描述 如何得到乙個資料流中的中位數？如果從資料流中讀出奇數個數值，那麼中位數就是所有數值排序之後位於中間的數值。如果從資料流中讀出偶數個數值，那麼中位數就是所有數值排序之後中間兩個數的平均值。實現 public class getmediannum listnode in new listnod...

劍指Offer 資料流中的中位數

題目描述 如何得到乙個資料流中的中位數？如果從資料流中讀出奇數個數值，那麼中位數就是所有數值排序之後位於中間的數值。如果從資料流中讀出偶數個數值，那麼中位數就是所有數值排序之後中間兩個數的平均值。思路整理 這個題目要解出來很簡單，但是這裡有乙個比較好的思路 用最大和最小堆來實現，就像乙個沙漏一樣，上...

劍指offer 資料流中的中位數

如何得到乙個資料流中的中位數？如果從資料流中讀出奇數個數值，那麼中位數就是所有數值排序之後位於中間的數值。如果從資料流中讀出偶數個數值，那麼中位數就是所有數值排序之後中間兩個數的平均值。我們使用insert 方法讀取資料流，使用getmedian 方法獲取當前讀取資料的中位數。資料流中的資料需要用合...