Vue中插槽和過濾器的深入講解

阿新 • • 發佈：2021-07-12

1. 題目

如何得到一個數據流中的中位數？如果從資料流中讀出奇數個數值，那麼中位數就是所有數值排序之後位於中間的數值。如果從資料流中讀出偶數個數值，那麼中位數就是所有數值排序之後中間兩個數的平均值。

例如，

[2,3,4]的中位數是 3

[2,3] 的中位數是 (2 + 3) / 2 = 2.5

設計一個支援以下兩種操作的資料結構：

void addNum(int num) - 從資料流中新增一個整數到資料結構中。
double findMedian() - 返回目前所有元素的中位數。

2. 示例

示例1：

輸入：
["MedianFinder","addNum","addNum","findMedian","addNum","findMedian"]
[[],[ 
1],[2],[],[3],[]]
輸出：[null,null,null,1.50000,null,2.00000]

示例2：

輸入：
["MedianFinder","addNum","findMedian","addNum","findMedian"]
[[],[2],[],[3],[]]
輸出：[null,null,2.00000,null,2.50000]

3. 題解

最初的想法是用TreeMap來儲存資料，key為輸入，value為數量。然後在查詢的時候查詢偶數查詢第n/2個數以及n/2 + 1個數。超時。

然後使用大小堆的方式：

定義一個小頂堆和一個大頂堆。小頂堆儲存大的一半，大頂堆儲存小的一半。
A儲存較大的一半，長度為N/2(N 為偶數) 或 (N + 1) / 2 (N 為奇數);
B儲存較小的一半，長度為N/2(N 為偶數) 或 (N - 1) / 2 (N 為奇數)；

4. 實現

4.1 TreeMap（超時）

 1 class MedianFinder {
 2 
 3     Map<Integer, Integer> ans;
 4     int len = 0;
 5 
 6     /** initialize your data structure here. */
 7     public MedianFinder() {
 8         ans =  new TreeMap<>();
 9     }
10 
11     public 
 void addNum(int num) {
12         ans.put(num, ans.getOrDefault(num, 0) + 1);
13         len++;
14     }
15 
16     public double findMedian() {
17         int sum = 0;
18         if(len % 2 == 1) {
19             int index = len / 2 + 1;
20             for(int k : ans.keySet()) {
21                 if(sum + ans.get(k) >= index) {
22                     return k;
23                 }
24                 sum += ans.get(k);
25             }
26         } else {
27             int pre = len / 2, cur = len / 2 + 1;
28             System.out.println("輸入：" + pre + " " + cur);
29             int preValue = -50, curValue = -50;
30             for(int k : ans.keySet()) {
31                 if(sum + ans.get(k) >= pre && preValue == -50) {
32                     preValue = k;
33                 }
34                 if(sum + ans.get(k) >= cur && curValue == -50) {
35                     curValue = k;
36                     break;
37                 }
38                 sum += ans.get(k);
39             }
40             System.out.println("輸出：" + preValue + " " +curValue);
41             return (double)((preValue + curValue) / 2.0);
42         }
43         return 0;
44     }
45 }
46 
47 /**
48  * Your MedianFinder object will be instantiated and called as such:
49  * MedianFinder obj = new MedianFinder();
50  * obj.addNum(num);
51  * double param_2 = obj.findMedian();
52  */

View Code

4.2 大小頂堆

 1 class MedianFinder {
 2     // 大小堆
 3     Queue<Integer> A, B;
 4     public MedianFinder() {
 5         A = new PriorityQueue<>(); // 小頂堆，儲存較大的一堆
 6         B = new PriorityQueue<>((x, y) -> (y - x)); // 大頂堆，儲存較小的一半
 7         B = new PriorityQueue<>((x, y) -> (y - x)); // 大頂堆，儲存較小的一半
 8     }
 9     // 建立大小頂堆，各儲存一半：
10     // A儲存較大的一半，長度為N/2(N 為偶數) 或 (N + 1) / 2 (N 為奇數);
11     // B儲存較小的一半，長度為N/2(N 為偶數) 或 (N - 1) / 2 (N 為奇數)
12     public void addNum(int num) {
13         // A.size() != B.size()，需向B新增一個元素。實現方法：將新元素num插入A，再將A堆頂元素插入至B；
14         // A.size() == B.size()，需向A新增一個元素，實現方法：將新元素num插入B，再將B堆頂元素插入至A；
15         if(A.size() != B.size()) {
16             A.add(num);
17             B.add(A.poll());
18         } else {
19             B.add(num);
20             A.add(B.poll());
21         }
22     }
23     public double findMedian() {
24         return A.size() != B.size() ? A.peek() : (A.peek() + B.peek()) / 2.0;
25     }
26 }
27 
28 /**
29  * Your MedianFinder object will be instantiated and called as such:
30  * MedianFinder obj = new MedianFinder();
31  * obj.addNum(num);
32  * double param_2 = obj.findMedian();
33  */