【map】【滑动窗口】【优先队列】LeetCode480滑动窗口中位数

简介: 【map】【滑动窗口】【优先队列】LeetCode480滑动窗口中位数

题目

中位数是有序序列最中间的那个数。如果序列的长度是偶数,则没有最中间的数;此时中位数是最中间的两个数的平均数。

例如:

[2,3,4],中位数是 3

[2,3],中位数是 (2 + 3) / 2 = 2.5

给你一个数组 nums,有一个长度为 k 的窗口从最左端滑动到最右端。窗口中有 k 个数,每次窗口向右移动 1 位。你的任务是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。

示例:

给出 nums = [1,3,-1,-3,5,3,6,7],以及 k = 3。

窗口位置 中位数


[1 3 -1] -3 5 3 6 7 1

1 [3 -1 -3] 5 3 6 7 -1

1 3 [-1 -3 5] 3 6 7 -1

1 3 -1 [-3 5 3] 6 7 3

1 3 -1 -3 [5 3 6] 7 5

1 3 -1 -3 5 [3 6 7] 6

因此,返回该滑动窗口的中位数数组 [1,-1,-1,3,5,6]。

参数

你可以假设 k 始终有效,即:k 始终小于等于输入的非空数组的元素个数。

与真实值误差在 10 ^ -5 以内的答案将被视作正确答案。

map

map可以分成有序(单调)map和无序(哈希)map。还可分成单键map和多键map(允许重复的键)。本题用两个有序多键map。

令数据数量为n,无论n是奇数还是偶数,第二个map存放较大的n/2个数,第一个map存放余下的数。增加的时候,增加到任意一个map中,删除时那个map存在此数,就从那个map中删除。注意:如果两个map都有,则从任意一个map中删除。

需要确保两个map数量正确。如果第二个map的元素数量大于n/2,则将第二个map的数据移到第一个map;如果第二个map元素的数量小于n/2,则将第一个map的数据移动第二个map。

需要确保两个map有序 ,第一个map的元素小于等于第二个map的元素,即第一个map的最大值(*rbegin) 小于等于第二个map的最小值。如何删除rbegin ? std::prev(m_setMin.end()) 如果需要交换,说明max1 > min2 => max1不是第二个map的最小值,min2不是第一个map的最大值,所以可以先增加,再删除。

核心代码

class CMulMapMedian
{
public:
  void Add(int iNum)
  {
    m_setMax.insert(iNum);
    MakeValidSize();
    MakeSort();
  }
  void Del(int iNum)
  {
    if (m_setMax.count(iNum))
    {
      m_setMax.erase(m_setMax.find(iNum));
    }
    else
    {
      m_setMin.erase(m_setMin.find(iNum));
    }
    MakeValidSize();
    MakeSort();
  }
  double GetMedian()
  {
    if (m_setMin.size() == m_setMax.size())
    {
      return (*m_setMin.rbegin() + *m_setMax.begin()) / 2.0;
    }
    return *m_setMin.rbegin();
  }
protected:
  void MakeValidSize()
  {
    int iMaxSize = (m_setMin.size() + m_setMax.size()) / 2;
    while (m_setMax.size() < iMaxSize)
    {
      m_setMax.insert(*m_setMin.rbegin());
      m_setMin.erase(std::prev(m_setMin.end()));
    }
    while (m_setMax.size() > iMaxSize)
    {
      m_setMin.insert(*m_setMax.begin());
      m_setMax.erase(m_setMax.begin());
    }
  }
  void MakeSort()
  {
    if (m_setMax.empty())
    {
      return;
    }
    while (*m_setMin.rbegin() > *m_setMax.begin())
    {
      m_setMin.insert(*m_setMax.begin());
      m_setMax.insert(*m_setMin.rbegin());
      m_setMin.erase(std::prev(m_setMin.end()));
      m_setMax.erase(m_setMax.begin());     
    }
  }
  std::multiset<double> m_setMin, m_setMax;
};
class Solution {
public:
  vector<double> medianSlidingWindow(vector<int>& nums, int k) {
    CMulMapMedian median;
    int i = 0;
    for (; i < k; i++)
    {
      median.Add(nums[i]);
    }
    vector<double> vRet;
    vRet.push_back(median.GetMedian());
    for (; i < nums.size(); i++)
    {
      median.Add(nums[i]);
      median.Del(nums[i - k]);
      vRet.push_back(median.GetMedian());
    }
    return vRet;
  }
};

测试用例

int main()
{
  vector<int> nums;
  int k;
  {
    Solution sln;
    nums = { 1, 3, -1, -3, 5, 3, 6, 7 },k = 3;
    auto res = sln.medianSlidingWindow(nums, k);
    Assert(vector<double>{1, -1, -1, 3, 5, 6}, res);
  }
}

双优先队列(堆)+延长删除

优先队列无法删除指定元素,可以记录需要删除的元素,如果堆顶元素是需要删除的元素,则删除。

class CMedian
{
public:
  void AddNum(int iNum)
  {
    m_queTopMin.emplace(iNum);
    MakeNumValid(); 
    MakeSmallBig();
  }
  void Remove(int iNum)
  {
    if (m_queTopMax.size() && (iNum <= m_queTopMax.top()))
    {
      m_setTopMaxDel.insert(iNum);
    }
    else
    {
      m_setTopMinDel.insert(iNum);
    }
    PopIsTopIsDel(m_queTopMin, m_setTopMinDel);
    PopIsTopIsDel(m_queTopMax, m_setTopMaxDel);
    MakeNumValid();
    MakeSmallBig();
  }
  double Median()
  {
    const int iMaxNum = m_queTopMin.size() - m_setTopMinDel.size();
    const int iMinNum = m_queTopMax.size() - m_setTopMaxDel.size();
    if (iMaxNum > iMinNum)
    {
      return m_queTopMin.top();
    }
    return ((double)m_queTopMin.top() + m_queTopMax.top())/2.0;
  }
  template<class T>
  void PopIsTopIsDel(T& que, std::unordered_multiset<int>& setTopMaxDel)
  {
    while (que.size() && (setTopMaxDel.count(que.top())))
    {
      setTopMaxDel.erase(setTopMaxDel.find(que.top()));
      que.pop();
    }
  }
  void MakeNumValid()
  {
    const int iMaxNum = m_queTopMin.size() - m_setTopMinDel.size();
    const int iMinNum = m_queTopMax.size() - m_setTopMaxDel.size();
    //确保两个队的数量
    if (iMaxNum > iMinNum + 1)
    {
      int tmp = m_queTopMin.top();
      m_queTopMin.pop();
      m_queTopMax.emplace(tmp);
      PopIsTopIsDel(m_queTopMin, m_setTopMinDel);
    }
    if (iMinNum > iMaxNum)
    {
      int tmp = m_queTopMax.top();
      m_queTopMax.pop();
      m_queTopMin.push(tmp);
      PopIsTopIsDel(m_queTopMax, m_setTopMaxDel);
    }
  }
  void MakeSmallBig()
  {
    if (m_queTopMin.empty() || m_queTopMax.empty())
    {
      return;
    }
    while (m_queTopMin.top() < m_queTopMax.top())
    {
      const int iOldTopMin = m_queTopMin.top();
      const int iOldTopMax = m_queTopMax.top();
      m_queTopMin.pop();
      m_queTopMax.pop();
      m_queTopMin.emplace(iOldTopMax);
      m_queTopMax.emplace(iOldTopMin);
      PopIsTopIsDel(m_queTopMin, m_setTopMinDel);
      PopIsTopIsDel(m_queTopMax, m_setTopMaxDel);
    }
  }
  std::priority_queue<int> m_queTopMax;
  std::priority_queue<int, vector<int>, greater<int>> m_queTopMin;
  std::unordered_multiset<int> m_setTopMaxDel, m_setTopMinDel;
};
class Solution {
public:
vector medianSlidingWindow(vector& nums, int k) {
int i = 0;
CMedian hlp;
for (; i + 1 < k; i++)
{
hlp.AddNum(nums[i]);
}
vector vRet;
for (; i < nums.size(); i++)
{
hlp.AddNum(nums[i]);
if (i - k >= 0)
{
hlp.Remove(nums[i - k]);
}
vRet.emplace_back(hlp.Median());
}
return vRet;
}
};


扩展阅读

视频课程

有效学习:明确的目标 及时的反馈 拉伸区(难度合适),可以先学简单的课程,请移步CSDN学院,听白银讲师(也就是鄙人)的讲解。

https://edu.csdn.net/course/detail/38771

如何你想快

速形成战斗了,为老板分忧,请学习C#入职培训、C++入职培训等课程

https://edu.csdn.net/lecturer/6176

相关下载

想高屋建瓴的学习算法,请下载《喜缺全书算法册》doc版

https://download.csdn.net/download/he_zhidan/88348653

测试环境

操作系统:win7 开发环境: VS2019 C++17

或者 操作系统:win10 开发环境: VS2022 C++17

如无特殊说明,本算法C++ 实现。



相关文章
|
4月前
|
存储 算法
LeetCode刷题---209. 长度最小的子数组(双指针-滑动窗口)
LeetCode刷题---209. 长度最小的子数组(双指针-滑动窗口)
|
1月前
|
存储 Python
【Leetcode刷题Python】239. 滑动窗口最大值
文章介绍了两种解决LeetCode上"滑动窗口最大值"问题的方法:使用大堆树和双向递减队列,提供了详细的解析和Python代码实现。
21 0
|
3月前
|
算法 搜索推荐
力扣每日一题 6/15 滑动窗口
力扣每日一题 6/15 滑动窗口
23 1
|
2月前
|
存储 算法
经典的滑动窗口的题目 力扣 2799. 统计完全子数组的数目(面试题)
经典的滑动窗口的题目 力扣 2799. 统计完全子数组的数目(面试题)
|
3月前
|
算法
【LeetCode刷题】滑动窗口解决问题:串联所有单词的子串(困难)、最小覆盖子串(困难)
【LeetCode刷题】滑动窗口解决问题:串联所有单词的子串(困难)、最小覆盖子串(困难)
|
3月前
|
算法 容器
【LeetCode刷题】滑动窗口解决问题:水果成篮、找到字符串中所有字母异位词
【LeetCode刷题】滑动窗口解决问题:水果成篮、找到字符串中所有字母异位词
|
3月前
|
算法 索引
力扣随机一题 位运算/滑动窗口/数组
力扣随机一题 位运算/滑动窗口/数组
32 0
|
3月前
【LeetCode刷题】滑动窗口思想解决:最大连续1的个数 III、将x减到0的最小操作数
【LeetCode刷题】滑动窗口思想解决:最大连续1的个数 III、将x减到0的最小操作数
|
3月前
【LeetCode刷题】滑动窗口思想解决问题:长度最小的子数组、无重复字符的最长子串
【LeetCode刷题】滑动窗口思想解决问题:长度最小的子数组、无重复字符的最长子串
|
3月前
|
算法
【经典LeetCode算法题目专栏分类】【第8期】滑动窗口:最小覆盖子串、字符串排列、找所有字母异位词、 最长无重复子串
【经典LeetCode算法题目专栏分类】【第8期】滑动窗口:最小覆盖子串、字符串排列、找所有字母异位词、 最长无重复子串