文章目录
前言
一、概念
什么是中位数?对于一个序列,中位数就是所有数值排序之后位于中间的数值。如果总共有偶数个数,那么中位数就是所有数排序之后中间两个数的平均值。
1、奇数
如下图所示,这五个数排序以后,位于中的数是 4,所以中位数就是 4。
2、偶数
对于偶数的情况,排序以后,中间两个数是 4 和 7,所以中位数就是 4 + 7 2 = 5.500000 \frac {4+7} {2} = 5.500000 24+7=5.500000。
二、数据流中位数
前置算法:《画解数据结构》画解二叉堆
1、问题描述
设计一种容器,支持两种操作:
void addNum(int num)
- 从当前容器中添加一个整数。
double findMedian()
- 返回目前容器的中位数。
最多会对addNum
、findMedian
进行 1 0 5 10^5 105 次调用。
2、算法思路
( 1 ) (1) (1) 准备两个堆,一个大顶堆,一个小顶堆。小顶堆中所有元素都是大于等于大顶堆的元素的。
( 2 ) (2) (2) 如果能够保证两个堆元素的个数始终相差不超过 1,则可以在 O ( 1 ) O(1) O(1) 的时间内快速得到整个序列的中位数;
( 3 ) (3) (3) 如果总的元素个数是偶数,则为两个堆顶元素相加之和的平均数;如果总的元素个数是奇数,则为元素多的那个堆的堆顶,举个例子:
小顶堆元素 | 大顶堆元素 |
---|---|
9 8 7 | 5 4 3 2 |
9 8 7 | 5 4 3 |
9 8 7 5 | 4 3 2 |
( 4 ) (4) (4) 那么,进行元素插入呢?我们发现,小顶堆的元素是数组大的那一半,大顶堆的元素是数组小的那一半,所以我们可以根据它和小顶堆堆顶的元素大小,来选择插入哪个堆。假设插入的数为 x x x,小顶堆堆顶的元素为 t t t,则:
( 4.1 ) (4.1) (4.1) x ≥ t x \ge t x≥t, 直接插入小顶堆;
( 4.2 ) (4.2) (4.2) x < t x < t x<t,直接插入大顶堆;
插入完毕,有可能导致两个堆的数量差值超过 1,于是需要进行调整操作;
( 5 ) (5) (5) 如果 小顶堆数量 < 大顶堆数量 - 1,则弹出大顶堆元素,放入小顶堆;反之,则将小顶堆元素弹出,放入大顶堆;
3、时间复杂度
( 1 ) (1) (1) 插入:由于任何时候,在插入之前,两个堆的数据量差值不超过 1,所以插入以后必然不会超过 2,最多进行一次调整,一次调整的时间复杂度为 O ( l o g 2 n ) O(log_2n) O(log2n)。
( 2 ) (2) (2) 查找:由于每次查找就是找两个堆的堆顶,所以时间复杂度为 O ( 1 ) O(1) O(1)。
4、源码分析
class MedianFinder {
priority_queue<int, vector<int>, greater<> > minHeap;
priority_queue<int, vector<int>, less<> > maxHeap;
public:
MedianFinder() {
// (1)
while(!minHeap.empty()) minHeap.pop();
while(!maxHeap.empty()) maxHeap.pop();
}
void balanceHeap() {
// (2)
int minSize = minHeap.size();
int maxSize = maxHeap.size();
if(minSize - maxSize < -1) {
minHeap.push( maxHeap.top() );
maxHeap.pop();
}else if(minSize - maxSize > 1) {
maxHeap.push( minHeap.top() );
minHeap.pop();
}
}
void addHeap(int num) {
// (3)
if(minHeap.empty()) {
minHeap.push(num);
return ;
}
if(num >= minHeap.top()) {
minHeap.push(num);
}else {
maxHeap.push(num);
}
}
void addNum(int num) {
// (4)
addHeap(num);
balanceHeap();
}
double findMedian() {
// (5)
int minSize = minHeap.size();
int maxSize = maxHeap.size();
if(minSize + maxSize == 0) {
return 0;
}
if(minSize > maxSize) {
return minHeap.top();
}else if(minSize < maxSize) {
return maxHeap.top();
}
return ( minHeap.top() + maxHeap.top() ) / 2.0;
}
};
( 1 ) (1) (1) 初始化 大顶堆 和 小顶堆;
( 2 ) (2) (2) void balanceHeap()
用于对两个堆进行平衡操作;
( 3 ) (3) (3) addHeap(int num)
用于根据数据的大小关系,决定插入大顶堆还是小顶堆;
( 4 ) (4) (4) 实现插入API(插入 + 平衡);
( 5 ) (5) (5) 用 O ( 1 ) O(1) O(1) 的时间复杂度计算中位数;
三、滑动窗口中位数
前置算法:
( 1 ) (1) (1) 哈希表
( 2 ) (2) (2) 离散化
( 3 ) (3) (3) 二分枚举
( 4 ) (4) (4) 前缀和
( 5 ) (5) (5) 树状数组
1、问题描述
给你一个数组
nums
,有一个长度为 k k k 的窗口从最左端滑动到最右端。窗口中有 k k k 个数,每次窗口向右移动 1 位。找出每次窗口移动后得到的新窗口中元素的中位数,并输出由它们组成的数组。
2、算法思路
( 1 ) (1) (1) 我们先把前 k k k 个数丢到一个容器中;
( 2 ) (2) (2) 如果 k k k 为奇数,则就是求这个容器的第 k + 1 2 \frac {k+1}{2} 2k+1 大的数;如果 k k k 为偶数,则就是求这个容器的第 k 2 \frac {k}{2} 2k 大的数 和 k 2 + 1 \frac {k}{2}+1 2k+1 大的数的平均值;
( 3 ) (3) (3) 然后,窗口滑动一格,其实就是从容器中删除一个元素、加入另一个元素。
( 4 ) (4) (4) 于是,我们需要提供一种容器,能够支持以下三种操作:
( 4.1 ) (4.1) (4.1) 插入;
( 4.2 ) (4.2) (4.2) 删除;
( 4.3 ) (4.3) (4.3) 查询 k k k 大数;
( 5 ) (5) (5) 这个 k k k 大数的容器,我们可以采用树状数组来实现,利用 二分枚举答案 + 树状数组的求和 通过 O ( l o g 2 2 n ) O(log_2^2n) O(log22n) 的时间复杂度快速找到第 k k k 大的数。
3、时间复杂度
( 1 ) (1) (1) 插入: O ( l o g 2 n ) O(log_2n) O(log2n)
( 2 ) (2) (2) 删除: O ( l o g 2 n ) O(log_2n) O(log2n)
( 3 ) (3) (3) 求 k k k 大数: O ( l o g 2 2 n ) O(log_2^2n) O(log22n)
4、源码分析
class Solution {
vector<int> bin;
unordered_map<int, int> value2Index;
int c[300000];
void discritizen(vector<int>& nums) {
// (1)
int i;
bin.clear();
for(i = 0; i < nums.size(); ++i) {
bin.push_back(nums[i]);
}
sort(bin.begin(), bin.end()); // (1.1)
bin.erase( unique(bin.begin(), bin.end()), bin.end() ); // (1.2)
value2Index.clear();
for(i = 0; i < bin.size(); ++i) {
// (1.3)
value2Index[ bin[i] ] = i + 1;
}
}
// 根据 x 的值,返回需要操作数组对应下标
int getIndex(int x) {
// (2)
return value2Index[x];
}
int getValue(int index) {
// (3)
return bin[ index-1 ];
}
int getMaxIndex() {
return bin.size();
}
int lowbit(int x) {
return x & -x;
}
void add(int x, int n, int v) {
// (4)
while(x <= n) {
c[x] += v;
x += lowbit(x);
}
}
int sum(int x) {
// (5)
int s = 0;
while(x) {
s += c[x];
x -= lowbit(x);
}
return s;
}
int getkth(int K) {
// (6)
int l = 1, r = getMaxIndex();
int ans = -1;
while(l <= r) {
int mid = (l + r) >> 1;
if(sum(mid) >= K) {
ans = mid;
r = mid - 1;
}else {
l = mid + 1;
}
}
return ans;
}
double getk(int k) {
// (7)
if(k & 1) {
return getValue( getkth( (k+1)/2 ) );
}
return ( (double)getValue( getkth( k/2 ) ) + getValue( getkth( k/2 + 1 ) ) ) / 2.0;
}
public:
vector<double> medianSlidingWindow(vector<int>& nums, int k) {
int i;
vector<double> ret;
discritizen(nums);
for(i = 0; i < nums.size(); ++i) {
if(i >= k)
add(getIndex(nums[i-k]) , getMaxIndex(), -1); // -1 表示删除这个数
add(getIndex(nums[i]) , getMaxIndex(), 1); // +1 表示插入这个数
// 求解
if(i >= k - 1) {
ret.push_back( getk(k) );
}
}
return ret;
}
};
( 1 ) (1) (1) void discritizen(vector<int>& nums)
就是将数组里面的负数、以及非常大的数映射到一个树状数组能够接受的范围内,这就是离散化(例如将 [ − 1 , 0 , 1 ] [-1, 0, 1] [−1,0,1] 映射到 [ 1 , 2 , 3 ] [1, 2, 3] [1,2,3]);
( 1.1 ) (1.1) (1.1) 离散化三部曲:第一步 - 排序;
( 1.2 ) (1.2) (1.2) 离散化三部曲:第二步 - 去重;
( 1.2 ) (1.2) (1.2) 离散化三部曲:第三步 - 反向映射;
( 2 ) (2) (2) int getIndex(int x)
通过数值,快速获取它离散化后的值;
( 3 ) (3) (3) int getValue(int index)
通过离散化后的值找回原来的值;
( 4 ) (4) (4) void add(int x, int n, int v)
是树状数组的插入操作,可以理解成在数组 [ 1 , n ] [1, n] [1,n] 的 x x x 位置上,加上一个值 v v v;
( 5 ) (5) (5) int sum(int x)
是树状数组的求和操作,计算数组 [ 1 , x ] [1, x] [1,x] 上的所有值的和;
( 6 ) (6) (6) int getkth(int K)
求的是容器中第K
大的那个下标,假设树状数组中的元素,展平以后如下:
下标 | 1 | 2 | 3 | 4 |
---|---|---|---|---|
值 | 4 | 5 | 0 | 0 |
和 | 4 | 9 | 9 | 9 |
那么我们要求的就是第 5 大的数,也就是求前缀和大于等于 5 的最小下标,前缀和必然满足单调不降,于是,可以二分枚举这个下标求解即可。
( 7 ) (7) (7) 如果 k k k 为奇数,则就是求这个容器的第 k + 1 2 \frac {k+1}{2} 2k+1 大的数;如果 k k k 为偶数,则就是求这个容器的第 k 2 \frac {k}{2} 2k 大的数 和 k 2 + 1 \frac {k}{2}+1 2k+1 大的数的平均值;注意,求出来的是映射后的下标,需要将原值返回。
四、课后习题
序号 | 题目链接 | 难度 |
---|---|---|
1 | LeetCode 295. 数据流的中位数 | ★★★☆☆ |
2 | 面试题 17.20. 连续中值 | ★★★☆☆ |
3 | 剑指 Offer 41. 数据流中的中位数 | ★★★☆☆ |
4 | LeetCode 480. 滑动窗口中位数 | ★★★★☆ |