295. 数据流的中位数

295. 数据流的中位数
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。
1
2
3
4
5
6
7
8
9
10
11
12

list 存储 超时

class MedianFinder {

    List<Integer> list = new ArrayList<>();

    public MedianFinder() {

    }
    
    public void addNum(int num) {
        int i = list.size();
        while (i > 0) {
            if (num < list.get(i-1)) {
                i-=1;
            } else {
                break;
            }
        }
        if (i == list.size()) {
            list.add(num);
        } else {
            list.add(i, num);
        }
    }
    
    public double findMedian() {
        int l = list.size();
        if (l % 2 == 1) {
            return list.get(l/2);
        }
        return (list.get(l/2) + list.get(l/2-1)) / 2.0D;
    }
}

/**
 * Your MedianFinder object will be instantiated and called as such:
 * MedianFinder obj = new MedianFinder();
 * obj.addNum(num);
 * double param_2 = obj.findMedian();
 */
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39

最大最小堆

class MedianFinder {

    PriorityQueue<Integer> maxHeap = new PriorityQueue<Integer>((a, b) -> b-a);
    PriorityQueue<Integer> minHeap = new PriorityQueue<Integer>((a, b) -> a-b);

    public MedianFinder() {

    }
    
    public void addNum(int num) {
        if (maxHeap.isEmpty() || num < maxHeap.peek()) {
            maxHeap.offer(num);
            if (minHeap.size() + 1 < maxHeap.size()){
                minHeap.offer(maxHeap.poll());
            }
        }  else {
            minHeap.offer(num);
            if (minHeap.size() > maxHeap.size()) {
                maxHeap.offer(minHeap.poll());
            }
        }
    }
    
    public double findMedian() {
        if (maxHeap.size() > minHeap.size()) {
            return maxHeap.peek();
        }
        return (minHeap.peek() + maxHeap.peek()) / 2.0D;
    }
}

/**
 * Your MedianFinder object will be instantiated and called as such:
 * MedianFinder obj = new MedianFinder();
 * obj.addNum(num);
 * double param_2 = obj.findMedian();
 */
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37