臨近期末，鴨梨山大啊，就不多說了。這道題的要求就是，給定一串輸入，在中間任何一個時候，都能夠求出添加到一半的序列的中位數(shù)。

大概考慮一下，如果用動態(tài)數(shù)組來進行元素插入的話，盡管這樣查詢中位數(shù)的復雜度為O(1)，由于每一次插入都是O(n)，因而總復雜度為O(n^2)，顯然遭不住。如果用鏈表的話，插入單次還是O(n)，而且求中位數(shù)反而更不是O(1)了，也不行。這時候注意到我們需要一個有序的序列來求中位數(shù)，所以可以建兩個set，分別存放左半和右半序列，由于set本身數(shù)據(jù)是有序的，這樣很容易就能查找到中位數(shù)了。

于是就可以寫出如下代碼：

1 template <typename T> 2 T last(set<T> _set) 3 { 4 return *(_set.rbegin()); 5 } 6 7 template <typename T> 8 T first(set<T> _set) 9 { 10 return *(_set.begin()); 11 } 12 13 class MedianFinder { 14 private: 15 set<int> left, right; 16 public: 17 //Adds a number into the data structure. 18 void addNum(int num) { 19 //Add new number first 20 if (left.empty()||(num<=last(left))) 21 left.insert(num); 22 else 23 right.insert(num); 24 25 //Arrange left and right queue 26 if (left.size()>=right.size()+2) 27 { 28 right.insert(last(left)); 29 left.erase(last(left)); 30 } 31 else if (left.size()<right.size()) 32 { 33 left.insert(first(right)); 34 right.erase(first(right)); 35 } 36 } 37 38 //Returns the median of current data stream 39 double findMedian() { 40 if (left.size()==right.size()) 41 return (last(left)+first(right))/2; 42 else 43 return last(left); 44 } 45 };

大家都知道C++中set是用紅黑樹實現(xiàn)的，于是每一次addNum都應該是O(log n)復雜度，findMedian函數(shù)寫的其實不夠好，因為每次添加過后其實都可以記錄下當前的中位數(shù)，避免到set中去查找最后一項（現(xiàn)在復雜度是O(log n)，如此重新設計之后能變成O(1)）

不過悲催的是Leetcode還是Time Limit Exceeded了，果然我是算法渣啊...

?

轉載于:https://www.cnblogs.com/lqf-96/p/find-median-from-data-stream.html

總結

以上是生活随笔為你收集整理的数据结构问题集锦 - Find Median from Data Stream的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。