Finden Sie den Medianwert aus dem Datenstrom
Detaillierte Anleitung und Python-Implementierung für das Problem „Median aus Datenstrom ermitteln“.
1. Lernen
Das Problem „Median aus Datenstrom finden“ ist eine zentrale Herausforderung im Abschnitt Heap/Prioritätswarteschlange.
Diese Implementierung konzentriert sich auf die Logik auf harter Ebene in Python.
Wir legen bei unseren bereitgestellten Lösungen Wert auf technische Genauigkeit und Lesbarkeit des Codes.
2. Real-World Applications
3. Visual Intuition
Visualisierung des Logikflusses für Find Median From Data Stream.
4. Prerequisites
5. Step-by-Step Thinking
1. Understand the problem
Lesen Sie die Problemstellung für „Median aus Datenstrom ermitteln“ sorgfältig durch.
2. Formulate brute force
Entwerfen Sie eine einfache iterative Lösung.
3. Identify inefficiency
Suchen Sie nach redundanten Berechnungen.
4. Optimize search path
Verwenden Sie Hashing oder Sortieren, um den Prozess zu beschleunigen.
5. Final Implementation
Bereinigen Sie den Code für Produktionsstandards.
Problemstellung
Der Median ist der mittlere Wert in einer geordneten Ganzzahlliste. Wenn die Größe der Liste gerade ist, gibt es keinen Mittelwert und der Median ist der Mittelwert der beiden Mittelwerte.
Implementieren Sie die MedianFinder-Klasse:
- MedianFinder() Initialisiert das MedianFinder-Objekt.
- addNum(num: int) Fügt die Ganzzahl num aus dem Datenstrom zur Datenstruktur hinzu.
- findMedian() -> float Gibt den Median aller bisherigen Elemente zurück.
Die Eingabe ist eine Liste von Operationen und Argumenten. Implementieren Sie eine Funktion medianFinder(operations: list, arguments: list) -> list, die eine Ergebnisliste zurückgibt (None für den Konstruktor/addNum, float für findMedian).
- •-10^5 <= num <= 10^5
- •There will be at least one element in the data structure before calling findMedian
- •At most 5 * 10^4 calls will be made to addNum and findMedian
Beispiele
operations = ["MedianFinder", "addNum", "addNum", "findMedian", "addNum", "findMedian"], arguments = [[], [1], [2], [], [3], []]
[None, None, None, 1.5, None, 2.0]
Initialize. Add 1, 2. Median is 1.5. Add 3. Median is 2.0.
Need a Hint?
Edge Cases to Watch
- Leere Eingabestrukturen
- Einzelelementeingaben
- Große numerische Grenzen
Bereit zur Lösung?
Open the problem in PyRun's browser-based Python editor. Your code runs fully offline — no server required.
Einblicke und Variationen in Interviews
Aufschlüsselung der Komplexitätsanalyse
Warum Zeit: Directly evaluates all possibilities.
Warum Weltraum: Uses standard local memory.
Warum Zeit: Optimized paths reduce total operations.
Warum Weltraum: May trade memory for speed.
Optimierter Lösungs-Python-Code
Optimierter Lösungs-Python-Code
import heapq
class MedianFinderOpt:
def __init__(self):
self.small, self.large = [], []
def addNum(self, num):
heapq.heappush(self.small, -1 * num)
if self.small and self.large and (-1 * self.small[0]) > self.large[0]:
val = -1 * heapq.heappop(self.small)
heapq.heappush(self.large, val)
if len(self.small) > len(self.large) + 1:
val = -1 * heapq.heappop(self.small)
heapq.heappush(self.large, val)
if len(self.large) > len(self.small) + 1:
val = heapq.heappop(self.large)
heapq.heappush(self.small, -1 * val)
def findMedian(self):
if len(self.small) > len(self.large): return -1 * self.small[0]
if len(self.large) > len(self.small): return self.large[0]
return (-1 * self.small[0] + self.large[0]) / 2Brute-Force-Code (Spoiler Guarded)
Brute-Force-Code (Spoiler Guarded)
class MedianFinderBrute:
def __init__(self):
self.nums = []
def addNum(self, num):
self.nums.append(num)
def findMedian(self):
self.nums.sort()
n = len(self.nums)
if n % 2: return self.nums[n//2]
return (self.nums[n//2-1] + self.nums[n//2]) / 2Algorithm Pattern Checklist
When dealing with Heap / Priority Queue data patterns.
- Are constraints clear?
- Is there a linear or logarithmic optimization possible?
Key Revision Notes
Es gelten die standardmäßigen Heap-/Prioritätswarteschlangen-Problemeigenschaften.
Verwandte Fragen
PyRun is built and maintained by an independent solo developer. If this helped your interview prep, consider buying a coffee!
Empfohlene Python-Ressourcen
Erweitern Sie Ihr Wissen mit zugehörigen interaktiven Tutorials, Spickzetteln und Codevergleichen.
Python-Schleifen
Erfahren Sie, wie Sie Python-Schleifen zum Durchlaufen von Daten verwenden. Beherrschen Sie Best Practices für For-Schleifen, While-Schleifen, Break, Continue und Loop anhand interaktiver Beispiele.
So entfernen Sie Duplikate aus einer Liste in Python
Erfahren Sie, wie Sie Duplikate aus einer Liste in Python entfernen und dabei die Reihenfolge beibehalten oder ignorieren. Vergleichen Sie Satzkonvertierungen, Diktiertasten und Schleifenmethoden.
Spickzettel für Python-Sammlungen und Datenstrukturen
Vollständige Anleitung zum Python-Sammlungsmodul und zu nativen Datenstrukturen. Lernen Sie Listen, Diktate, Mengen, Tupel, Deques und benannte Tupel.
Python vs. JavaScript: Welche Programmiersprache ist die beste?
Ein umfassender Vergleich zwischen Python und JavaScript. Entdecken Sie Syntaxunterschiede, Leistung, Anwendungsfälle (Backend vs. Frontend) und Codierungsbeispiele.