给定一个未排序的整数序列，它以流的形式流入您的程序。
整数太多，不适合记忆。
想象一下有一个功能：
int getNext() throws NoSuchElementException;
它返回流中的下一个整数。
编写一个函数来查找中位数。
解决O（n）中的问题。
有什么想法吗？
给出提示（使用堆数据结构..）
答案 0 :(得分：9)
你必须保持两个堆一个最大堆（包含迄今为止看到的最小N / 2个元素）和一个最小堆（包含最大的N / 2个元素）。如果N是奇数，则将额外元素存放在一边。
无论何时调用函数getNext（），
如果N变为奇数，则将新元素保存为额外元素。如有必要，将该元素与min-heap或max-heap中的元素交换以满足以下条件
max（max-heap）＆lt; = extra element＆lt; = min（min-heap）。
如果N变为偶数，则执行与上面相同的操作以获得第二个额外元素。然后，将较小的一个添加到max-heap，将较大的一个添加到min-heap。 插入应为O（log N）
获得中位数：O（1）
如果N是奇数，则中位数是额外元素
如果N是偶数，则中位数是2个堆的顶部之间的平均值
答案 1 :(得分：2)
见paper。它（可能）需要不止一次通过。这个想法是，在每次传递中，计算上限和下限，使得中位数位于它们之间。
这里的基本结果是 N =数据大小， P =通过次数
定理2） P -pass算法选择 K th 最高的 N 元素需要 最多储存 O（N （ 1 / P ）（log N）（2- 2 < / SUP> / <子> P ））
此外，对于非常少量的存储 S ，即 2 <= S <= O（（log N） 2 ）< / em>，有一类使用的选择算法 最多 O（（log N） 3 / S ）通过。
阅读论文。我不确定堆与它有什么关系
答案 2 :(得分：0)
假设维持中位数的窗口是K. 构造K编号的二叉搜索树。好）; 按顺序遍历并找到第（K / 2）个元素.O（K / 2）;
总时间为O（K）。
答案 3 :(得分：0)
使用选择算法，我们可以在O（n）复杂度中实现这一点。但在这种情况下，我仍然不明白使用堆。