POJ 3784 Running Median 动态求中位数 堆

题意。

1000个case

每个case

输入若干个数,对第k个输入,如果k为奇数,则输出前k个数的中位数

那么这就是动态求中位数了

实现的思路也比较简洁

用两个堆, 大顶堆和小顶堆

每次输入一个数,如果这个数比当前的中位数大,就存入小顶堆中,  否则就存入大顶堆。

然后调整, 小顶堆元素的个数要等于大顶堆的元素个数,或者比其多1。

如果小顶堆的元素太多,就塞到大顶堆里,反之亦然

这样一来就会发现。小顶堆的元素比所有大顶堆的元素都大, 而且小顶堆的堆顶就是中位数。

那么怎么样才能想到这样一个思路。

中位数, 把这个序列分成两部分,  较大的一部分,较小的一部分。

每进来一个数,无非要么进入较大的一半,要么进入较小的一半

然后进来之后,再调整。

调整就是,要么较大的一部分的最小的数进入了较小的部分

要么反过来

这个过程我们用什么样的数据结构,  堆显然是比较好的

#include <iostream>
#include <cstdio>
#include <cstring>
#include <vector>
#include <queue>
#include <cmath>
#include <algorithm>
#include <map>
#include <ctime>
#define MAXN 4005
#define MAXM 1122222
#define INF 1000000001
using namespace std;
priority_queue<int, vector<int>, greater<int> > q1;
priority_queue<int, vector<int>, less<int> > q2;
vector<int> g;
void add(int x) {
    if(q1.empty()) {
        q1.push(x);
        return;
    }
    if(x > q1.top()) q1.push(x);
    else q2.push(x);
    while(q1.size() < q2.size() ) {
        q1.push(q2.top());
        q2.pop();
    }
    while(q1.size() > q2.size() + 1) {
        q2.push(q1.top());
        q1.pop();
    }
}
int main() {
    int T, cas, n, x;
    scanf("%d", &T);
    while(T--) {
        while(!q1.empty()) q1.pop();
        while(!q2.empty()) q2.pop();
        g.clear();
        scanf("%d%d", &cas, &n);
        for(int i = 0; i < n; i++){
            scanf("%d", &x);
            add(x);
            if(i % 2 == 0) g.push_back(q1.top());
        }
        printf("%d %d\n", cas, (n + 1) / 2);
        for(int i = 0; i < g.size(); i++) {
            if(i > 0 && i % 10 == 0) putchar('\n');
            if(i % 10) putchar(' ');
            printf("%d", g[i]);
        }
        printf("\n");
    }
    return 0;
}
时间: 2024-12-23 15:40:34

POJ 3784 Running Median 动态求中位数 堆的相关文章

POJ 3784 Running Median (动态中位数)

题目链接:http://poj.org/problem?id=3784 题目大意:依次输入n个数,每当输入奇数个数的时候,求出当前序列的中位数(排好序的中位数). 此题可用各种方法求解. 排序二叉树方法,每个结点保存以其为根的左右子树中数的个数.如果数据出的够严格,这种方法会被卡的,除非是通过动态调整维持树的高度较小. 排序二叉树的代码如下: #include <cstdio> using namespace std; #define N 20000 struct Node { int v;

POJ 3784 Running Median (最大最小堆)

最大最小堆动态求中位数 题意:输入M个数,当已输入的个数为奇数个时输出此时的中位数. 一共有M/2+1个中位数要输出,每一行10个. 分析: 用两个优先队列来模拟最大最小堆.中位数是x,就是有一半数比x小,一半数比x大. 刚好符合堆的特点. 用一个从大到小排序的优先队列q1来模拟小于x的数. 从小到大排序的优先队列q2来模拟大于x的数. 动态维护两个优先队列的元素个数.q1.size()=q2.size() 输入的数为偶数个时, q1.size()=q2.size()+1 输入的数为奇数个时.

POJ 3784 Running Median(动态维护中位数)

Description For this problem, you will write a program that reads in a sequence of 32-bit signed integers. After each odd-indexed value is read, output the median (middle value) of the elements received so far. Input The first line of input contains

POJ 3784 - Running Median(动态中位数) 题解

此文为博主原创题解,转载时请通知博主,并把原文链接放在正文醒目位置. 题目链接:http://poj.org/problem?id=3784 题目大意: 依次给出n个数字,求在数据输入过程中的所有中位数.(共有(n+1)/2个) 输入格式: 输入一个数字P(1<=P<=1000),表示数据组数. 对于每组数据,第一行输入数据组号和数字总个数(1<=个数<=9999),中间以一个空格隔开. 接下来每行给出至多10个数字. 输出格式: 对于每组数据,第一行输出数据组号和中位数个数,中间

POJ 3784 Running Median

Time Limit: 1000MS   Memory Limit: 65536K Total Submissions: 1670   Accepted: 823 Description For this problem, you will write a program that reads in a sequence of 32-bit signed integers. After each odd-indexed value is read, output the median (midd

HDU 3282 Running Median 动态中位数,可惜数据范围太小

Running Median Time Limit: 1 Sec  Memory Limit: 256 MB 题目连接 http://acm.hdu.edu.cn/showproblem.php?pid=3282 Description For this problem, you will write a program that reads in a sequence of 32-bit signed integers. After each odd-indexed value is read

poj 3784 用堆动态求解中位数

堆真是一种简单而又神奇的数据结构,以前用它求过前kth的数,现在又可以用两个堆来动态求解中位数. 算法: 构建一个大顶堆和一个小顶堆,分别记为g和l. 假设当前中位数为mid,新读入一个数为tmp,则: 1.如果tmp < mid,则将tmp插入大顶堆,跳到步骤3. 2.如果tmp >= mid,则将tmp插入小顶堆,跳到步骤4. 3.如果大顶堆的元素个数比小顶堆多2(两个堆个数不平衡),则将mid插入小顶堆,弹出大顶堆堆顶元素为新的mid. 4.与步骤3相反,如果小顶堆的元素个数比大顶堆多2

【POJ 3784】 Running Median

[题目链接] http://poj.org/problem?id=3784 [算法] 对顶堆算法 要求动态维护中位数,我们可以将1-M/2(向下取整)小的数放在大根堆中,M/2+1-M小的数放在小根堆中 每次插入元素时,先将插入元素与小根堆堆顶比较,如果比堆顶小,则插入小根堆,否则,插入大根堆,然后,判断两个堆 的元素个数是否平衡,若不平衡,则交换两个堆的堆顶 [代码] #include <algorithm> #include <bitset> #include <ccty

Running Median POJ - 3784

本题使用对顶堆做法. 为了动态维护中位数,我们可以建立两个堆 :一个大根对,一个小根堆. 用法:在动态维护的过程中,设当前的长度为length,大根堆存从小到大排名 $1 \thicksim \dfrac{m}{2} $ 的整数,小根堆存小到大排名 $ \dfrac{m}{2} + 1 \thicksim m $ 的整数 如何动态维护?顾名思义,动态,即边输入边处理.显然,为了维护中位数,我们还要不断地维护两个堆的\(size\) 每次新读入一个值,就 \(\begin{cases}插入大根堆&