題目：設計乙個方法，要求這個方法可以不斷輸出乙個資料流中的中位數（資料流中的數字整型並且隨機）
思想：構建兩個小根堆，其中乙個小根堆儲存的資料相對較小（堆b），另外乙個小根堆儲存的資料較大（堆a），並且構建兩個變數，其中乙個儲存堆b的最大值，另乙個儲存堆a的最小值。每次接收乙個數字的時候，先與堆a中的最小值比較；如果這個數字大於堆a中的最小值，則儲存在堆a中。然後調整堆a和堆b中的資料量，使得他它們中的資料數目小於等於1。最後調整堆a為小根堆。如果這個資料小於堆a中最小值，則將這個資料儲存在堆b中，然後調整堆a和堆b中的資料量，使得他它們中的資料數目小於等於1。調整完之後，將堆b調整為小根堆，並且同步堆b的最大值。輸出：如果兩個堆中的資料量相等，則中位數就是堆a的最小值和堆b的最大值相加除以2，如果堆a的資料量多於堆b，則中位數就是堆a的最小值，如果堆b的資料量多於堆a，則中位數就是堆b的最大值。
public class medianrealtime else
//如果兩個堆中的資料數目相等，那麼中位數就是a堆的最小值與b堆的最大值除以2
if (max_heap.size() == min_heap.size()) else if (max_heap.size() > min_heap.size()) else
return minheap_max;
}/**
* 新加入乙個數之後，使得兩個堆的長度之差不超過1
* @param data
*/private void balancetwoheaps(int data)
//調整a堆為小根堆
heapsort(max_heap);
//如果後來進入的資料小於a堆的最小值，則將這個數放在b堆
} else
//調整完之後，將b堆調整為小根堆
heapsort(min_heap);
//並且同步b堆的最大值
minheap_max = min_heap.get(min_heap.size() - 1);}}
/*** 堆排序方法採用大根堆排序
* 首先構建大根堆，使得根元素為最大的，
* 堆排序時，將根元素與最後乙個元素進行交換，再對前n-1個元素進行堆排序
** @param list
* @return
*/private static listbuildmaxheap(listlist)
return list;
}private static void adjust(listlist, int k, int length) else
}list.set(k, tmp);
}private static void heapsort(listlist)
}}
優化後的總體思路：對於每個不同數字構造乙個節點。這個節點具有兩個成員屬性，其中乙個是value（資料），乙個是num（資料出現的次數）。每次接收乙個資料，原來是直接比較後儲存堆中，現在就是多了乙個步驟，需要首先查詢堆看是否已經存在關於這個資料的節點。還有一點，就是其實完全沒有必要將兩個堆中的資料量調整得非得相等，或者非得相差至多為1。可以適當地加大差值，只要求出中位數即可。
資料流中的中位數python 資料流中的中位數
python用的自己實現的最大和最小堆的class，getmedian需要加個引數，否則python版會報錯。coding utf 8 最小堆 class minheap def init self self.minheap def len self return len self.minheap ...
LeetCode 堆 資料流中的中位數
如何得到乙個資料流中的中位數？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 設計乙個支援以下兩種操作的資料結構 示例...
資料流中的演算法
資料流統計功能上線後，為51nod提公升使用者體驗做出了很大的貢獻。但是新問題隨之而來，夾克老爺還想知道在乙個視窗內，訪問次數最多使用者 即視窗內的眾數 如果有多個眾數，取使用者id最小的乙個。視窗的意思是乙個固定長度的區間！input 第一行為整數n,k。1 n 5 10 6，1 k 1000 n...