Temukan Median Dari Aliran Data
Panduan terperinci dan implementasi Python untuk masalah 'Temukan Median Dari Aliran Data'.
1. Belajar
Masalah 'Temukan Median Dari Aliran Data' merupakan tantangan utama di bagian Heap/Antrian Prioritas.
Implementasi ini berfokus pada logika tingkat keras di Python.
Kami memprioritaskan akurasi teknis dan keterbacaan kode dalam solusi yang kami berikan.
2. Real-World Applications
3. Visual Intuition
Memvisualisasikan aliran logika untuk Temukan Median Dari Aliran Data.
4. Prerequisites
5. Step-by-Step Thinking
1. Understand the problem
Bacalah pernyataan masalah untuk Menemukan Median Dari Aliran Data dengan cermat.
2. Formulate brute force
Draf solusi berulang sederhana.
3. Identify inefficiency
Cari perhitungan yang berlebihan.
4. Optimize search path
Gunakan hashing atau pengurutan untuk mempercepat proses.
5. Final Implementation
Bersihkan kode untuk standar produksi.
Pernyataan Masalah
Median adalah nilai tengah dalam daftar bilangan bulat terurut. Jika ukuran daftarnya genap, tidak ada nilai tengahnya, dan median adalah nilai tengah dari dua nilai tengah.
Menerapkan kelas MedianFinder:
- MedianFinder() Menginisialisasi objek MedianFinder.
- addNum(num: int) Menambahkan bilangan bulat dari aliran data ke struktur data.
- findMedian() -> float Mengembalikan median semua elemen sejauh ini.
Input adalah daftar operasi dan argumen. Terapkan fungsi medianFinder(operations: list, arguments: list) -> list yang mengembalikan daftar hasil (Tidak ada untuk konstruktor/addNum, float untuk 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
Contoh
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
- Struktur masukan kosong
- Masukan elemen tunggal
- Batasan angka yang besar
Siap Memecahkannya?
Open the problem in PyRun's browser-based Python editor. Your code runs fully offline — no server required.
Wawasan & Variasi Wawancara
Perincian Analisis Kompleksitas
Mengapa Waktu: Directly evaluates all possibilities.
Mengapa Luar Angkasa: Uses standard local memory.
Mengapa Waktu: Optimized paths reduce total operations.
Mengapa Luar Angkasa: May trade memory for speed.
Solusi yang Dioptimalkan Kode Python
Solusi yang Dioptimalkan Kode Python
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]) / 2Kode Brute Force (Spoiler Dilindungi)
Kode Brute Force (Spoiler Dilindungi)
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
Properti masalah Tumpukan Standar/Antrian Prioritas berlaku.
Pertanyaan Terkait
PyRun is built and maintained by an independent solo developer. If this helped your interview prep, consider buying a coffee!
Sumber Daya Python yang Direkomendasikan
Perluas pengetahuan Anda dengan tutorial interaktif terkait, lembar contekan, dan perbandingan kode.
Loop Python
Pelajari cara menggunakan loop Python untuk melakukan iterasi pada data. Kuasai perulangan for, perulangan while, hancurkan, lanjutkan, dan ulangi praktik terbaik dengan contoh interaktif.
Cara Menghapus Duplikat Dari Daftar dengan Python
Pelajari cara menghapus duplikat dari daftar dengan Python sambil mempertahankan atau mengabaikan urutan. Bandingkan konversi set, tombol dict, dan metode loop.
Lembar
Panduan lengkap untuk modul koleksi Python dan struktur data asli. Pelajari daftar, dikte, set, tupel, deques, dan namatupel.
Python vs JavaScript: Bahasa Pemrograman Mana yang Terbaik?
Perbandingan komprehensif antara Python dan JavaScript. Jelajahi perbedaan sintaksis, kinerja, kasus penggunaan (backend vs frontend), dan contoh pengkodean.