C++算法：数据流的中位数

题目

中位数是有序整数列表中的中间值。如果列表的大小是偶数，则没有中间值，中位数是两个中间值的平均值。
例如 arr = [2,3,4] 的中位数是 3 。
例如 arr = [2,3] 的中位数是 (2 + 3) / 2 = 2.5 。
实现 MedianFinder 类:
MedianFinder() 初始化 MedianFinder 对象。
void addNum(int num) 将数据流中的整数 num 添加到数据结构中。
double findMedian() 返回到目前为止所有元素的中位数。与实际答案相差 10-5 以内的答案将被接受。
示例 1：
输入
[“MedianFinder”, “addNum”, “addNum”, “findMedian”, “addNum”, “findMedian”]
[[], [1], [2], [], [3], []]
输出
[null, null, null, 1.5, null, 2.0]
解释
MedianFinder medianFinder = new MedianFinder();
medianFinder.addNum(1); // arr = [1]
medianFinder.addNum(2); // arr = [1, 2]
medianFinder.findMedian(); // 返回 1.5 ((1 + 2) / 2)
medianFinder.addNum(3); // arr[1, 2, 3]
medianFinder.findMedian(); // return 2.0
提示:
-105 <= num <= 105
在调用 findMedian 之前，数据结构中至少有一个元素
最多 5 * 104 次调用 addNum 和 findMedian

2023年5月版

有的优先队列（堆）
 class MedianFinder {
 public:
 MedianFinder() {
 }
 void addNum(int num) {
 m_qTopMax.emplace(num);
 if (m_qTopMax.size() > m_qTopMin.size() + 1)
 {
 auto tmp = m_qTopMax.top();
 m_qTopMax.pop();
 m_qTopMin.emplace(tmp);
 }
 if (m_qTopMax.size() && m_qTopMin.size())
 {
 const int iTopMax = m_qTopMax.top();
 const int iTopMin = m_qTopMin.top();
 if (iTopMax > iTopMin)
 {
 m_qTopMax.pop();
 m_qTopMin.pop();
 m_qTopMax.push(iTopMin);
 m_qTopMin.push(iTopMax);
 }
 }
 }
 double findMedian() {
 if (m_qTopMax.size() == m_qTopMin.size())
 {
 return (m_qTopMax.top() + m_qTopMin.top()) / 2.0;
 }
 return m_qTopMax.top();
 }
 std::priority_queue m_qTopMax;
 std::priority_queue<int,std::vector,std::greater> m_qTopMin;
 };

8月第一版

用的可重复集合

class MedianFinder {
 public:
 MedianFinder() {
 }
 void addNum(int num) {
 m_set.emplace(num);
 if (1 == m_set.size())
 {
 m_it = m_set.begin();
 }
 if (num < *m_it)
 {
 m_iNum++;
 }
 while (m_iNum < m_set.size() / 2)
 {
 m_it++;
 m_iNum++;
 }
 while (m_iNum > m_set.size() / 2)
 {
 m_it–;
 m_iNum–;
 }
 }
 double findMedian() {
 if (1 & m_set.size())
 {
 return *m_it;
 }
 auto tmp = m_it;
 –tmp;
 return (*tmp + *m_it) / 2.0;
 }
 multiset m_set;
 multiset::iterator m_it = m_set.begin();
 int m_iNum = 0;//[m_set.begin(),m_it)的元素个数
 };

优化版

减少集合数

class MedianFinder {
 public:
 MedianFinder() {
 }
 void addNum(int num) {
 m_set.emplace(num);
 if (m_set.end() == m_it )
 {
 m_it = m_set.begin();
 return ;
 }
 if (num < *m_it)
 {
 m_iNum++;
 }
 while (m_iNum < m_set.size() / 2)
 {
 m_it++;
 m_iNum++;
 }
 while (m_iNum > m_set.size() / 2)
 {
 m_it–;
 m_iNum–;
 }
 }
 double findMedian() {
 if (1 & m_set.size())
 {
 return *m_it;
 }
 auto tmp = m_it;
 –tmp;
 return (*tmp + *m_it) / 2.0;
 }
 multiset m_set;
 multiset::iterator m_it = m_set.begin();
 int m_iNum = 0;//[m_set.begin(),m_it)的元素个数
 };

扩展阅读

相关下载

想高屋建瓴的学习算法，请下载《闻缺陷则喜算法册》doc版

| 鄙人想对大家说的话
|
|-|
|闻缺陷则喜是一个美好的愿望，早发现问题，早修改问题，给老板节约钱。|
| 墨家名称的来源：有所得以墨记之。 |
|如果程序是一条龙，那算法就是他的是睛|

测试环境

操作系统：win7 开发环境： VS2019 C++17
或者 操作系统：win10 开发环境：

VS2022 C++17