greater和less的用法

greater和less的用法

===================================================================

greater使内置类型从大到小排序，而less从小到大

注意：
sort用greater排序，则a[0]到a[n]有大到小排序。
priority_queue用greater排序，则先取出的是最小值。

295.数据流的中位数

中位数是有序列表中间的数。如果列表长度是偶数，中位数则是中间两个数的平均值。

例如，

[2,3,4] 的中位数是 3

[2,3] 的中位数是 (2 + 3) / 2 = 2.5

设计一个支持以下两种操作的数据结构：

• void addNum(int num) - 从数据流中添加一个整数到数据结构中。
• double findMedian() - 返回目前所有元素的中位数。

实例

addNum(1)
addNum(2)
findMedian() -> 1.5
addNum(3) 
findMedian() -> 2

进阶

1. 如果数据流中所有整数都在 0 到 100 范围内，你将如何优化你的算法？
2. 如果数据流中 99% 的整数都在 0 到 100 范围内，你将如何优化你的算法？

思路和代码

​ 使用两个优先队列 qMax 和 qMin 分别记录大于中位数的数和小于等于中位数的数。当累计添加的数的数量为奇数时，qMin 中的数的数量比 qMax 多一个，此时中位数为 queMin 的队头。当累计添加的数的数量为偶数时，两个优先队列中的数的数量相同，此时中位数为它们的队头的平均值。

class MedianFinder {
public:
    priority_queue <int,vector<int>,greater<int> > qMax;
    priority_queue <int,vector<int>,less<int> >qMin;
    /** initialize your data structure here. */
    MedianFinder() {
    }
    
    void addNum(int num) {
        if(qMin.empty()||num<qMin.top()){
            qMin.push(num);
            if(qMax.size()+1<qMin.size()){
                qMax.push(qMin.top());
                qMin.pop();
            }
        }else{
            qMax.push(num);
            if(qMax.size()>qMin.size()){
                qMin.push(qMax.top());
                qMax.pop();
            }
        }
    }
    
    double findMedian() {
        if(qMax.size()!=qMin.size()) return qMin.top();
        return (qMin.top()+qMax.top())/2.0;
    }
};

/**
 * Your MedianFinder object will be instantiated and called as such:
 * MedianFinder* obj = new MedianFinder();
 * obj->addNum(num);
 * double param_2 = obj->findMedian();
 */