本文涉及知识点
对顶堆 优先队列
LeetCode295. 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。
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
对顶堆
大根堆存放一半的小数,小根堆存放一半的大数。
由于只有增加,没有删除。我们往存放大数的堆中增加。再调整大小。
如果大数的数量大于小数的数量,则大数出堆到小数。
如果数据的数量是偶数,则最终大数堆和小数堆数量相等。
如果数据的数量是奇数,则最终大数堆比小数堆数量少1。
寻找中位数逻辑:
如果两个数堆的数量相等,返回堆顶的平均值。
否则返回小数堆的堆顶元素。
代码
核心代码
class MedianFinder {
public:MedianFinder() {}void addNum(int num) {m_heapBig.emplace(num); if (m_heapBig.size() > m_heapSmall.size()) {m_heapSmall.emplace(m_heapBig.top());m_heapBig.pop();}while (m_heapBig.size() && m_heapSmall.size() && (m_heapBig.top() < m_heapSmall.top())){const int s1 = m_heapSmall.top();const int b1 = m_heapBig.top();m_heapSmall.pop();m_heapBig.pop();m_heapSmall.emplace(b1);m_heapBig.emplace(s1);}}double findMedian() {if (m_heapSmall.size() == m_heapBig.size()) {return (m_heapSmall.top() + m_heapBig.top()) / 2.0;}return m_heapSmall.top();}priority_queue<int> m_heapSmall;priority_queue<int,vector<int>,greater<>> m_heapBig;
};
单元测试
template<class T1, class T2>
void AssertEx(const T1& t1, const T2& t2)
{Assert::AreEqual(t1, t2);
}template<class T>
void AssertEx(const vector<T>& v1, const vector<T>& v2)
{Assert::AreEqual(v1.size(), v2.size());for (int i = 0; i < v1.size(); i++){Assert::AreEqual(v1[i], v2[i]);}
}template<class T>
void AssertV2(vector<vector<T>> vv1, vector<vector<T>> vv2)
{sort(vv1.begin(), vv1.end());sort(vv2.begin(), vv2.end());Assert::AreEqual(vv1.size(), vv2.size());for (int i = 0; i < vv1.size(); i++){AssertEx(vv1[i], vv2[i]);}
}namespace UnitTest
{ vector<vector<int>> buildings;TEST_CLASS(UnitTest){public:/* TEST_METHOD(TestMethod00){buildings = { {2,9,10},{3,7,15},{5,12,12},{15,20,10},{19,24,8} };auto res = Solution().getSkyline(buildings);AssertV2(vector<vector<int>>{ {2, 10}, { 3,15 }, { 7,12 }, { 12,0 }, { 15,10 }, { 20,8 }, { 24,0 }}, res);}*/TEST_METHOD(TestMethod01){MedianFinder mf;mf.addNum(-1);mf.addNum(-2);mf.addNum(-3);mf.addNum(-4);mf.addNum(-5);auto t = mf.findMedian();AssertEx(-3.0, t);}};
}
扩展阅读
视频课程
先学简单的课程,请移步CSDN学院,听白银讲师(也就是鄙人)的讲解。
https://edu.csdn.net/course/detail/38771
如何你想快速形成战斗了,为老板分忧,请学习C#入职培训、C++入职培训等课程
https://edu.csdn.net/lecturer/6176
相关推荐
我想对大家说的话 |
---|
《喜缺全书算法册》以原理、正确性证明、总结为主。 |
按类别查阅鄙人的算法文章,请点击《算法与数据汇总》。 |
有效学习:明确的目标 及时的反馈 拉伸区(难度合适) 专注 |
闻缺陷则喜(喜缺)是一个美好的愿望,早发现问题,早修改问题,给老板节约钱。 |
子墨子言之:事无终始,无务多业。也就是我们常说的专业的人做专业的事。 |
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
如无特殊说明,本算法用**C++**实现。