LeetCode:76.数据流的中位数

目录

1.数据流的中位数

---

1.数据流的中位数

这道题我们通过堆来解决，分别建造一个大根堆和小根堆，他们满足以下的条件：

1. 大根堆存储数组中较小的一半，小根堆存储较大的一半，大根堆中的所有数据小于小根堆
2. 小根堆的数据比大根堆多一

        由于满足以上条件，所以如果两个堆的数据个数相同返回他们的堆顶元素之和/2，不相同返回小根堆堆顶元素

        那么插入的时候如何插入？

1. 元素个数相同：为了保证小根堆的元素全部大于大根堆，先向大根堆插入，再将堆顶元素插入小根堆，后将大根堆堆顶元素删除即可，注意：这里先插入哪个堆都可以，只是先插入大根堆少两行代码而已
2. 元素个数不同：先插入小根堆，将堆顶元素插入大根堆，后将小根堆堆顶元素删除即可

class MedianFinder {priority_queue<int, vector<int>, greater<int>> minHeap;priority_queue<int, vector<int>, less<int>> maxHeap;
public:MedianFinder() { }void addNum(int num) {if(minHeap.size() == maxHeap.size()){maxHeap.push(num);minHeap.push(maxHeap.top());maxHeap.pop();}else{minHeap.push(num);maxHeap.push(minHeap.top());minHeap.pop();}}double findMedian() {return minHeap.size() == maxHeap.size() ? (minHeap.top() + maxHeap.top()) / 2.0 : minHeap.top();}
};