Znajdź medianę ze strumienia danych
Szczegółowy przewodnik i implementacja Python dla problemu „Znajdź medianę ze strumienia danych”.
1. Ucz się
Problem „Znajdź medianę ze strumienia danych” jest kluczowym wyzwaniem w sekcji Sterta/Kolejka priorytetowa.
Ta implementacja koncentruje się na logice twardego poziomu w Python.
W dostarczanych przez nas rozwiązaniach priorytetem jest dokładność techniczna i czytelność kodu.
2. Real-World Applications
3. Visual Intuition
Wizualizacja przepływu logicznego dla funkcji Znajdź medianę ze strumienia danych.
4. Prerequisites
5. Step-by-Step Thinking
1. Understand the problem
Przeczytaj uważnie opis problemu dotyczący funkcji Znajdź medianę ze strumienia danych.
2. Formulate brute force
Zaprojektuj proste rozwiązanie iteracyjne.
3. Identify inefficiency
Poszukaj zbędnych obliczeń.
4. Optimize search path
Użyj funkcji mieszania lub sortowania, aby przyspieszyć proces.
5. Final Implementation
Oczyść kod dla standardów produkcyjnych.
Oświadczenie o problemie
Mediana to środkowa wartość na uporządkowanej liście liczb całkowitych. Jeśli rozmiar listy jest parzysty, nie ma wartości środkowej, a mediana jest średnią dwóch wartości środkowych.
Zaimplementuj klasę MedianFinder:
- MedianFinder() Inicjuje obiekt MedianFinder.
- addNum(num: int) Dodaje liczbę całkowitą ze strumienia danych do struktury danych.
- findMedian() -> float Zwraca medianę wszystkich dotychczasowych elementów.
Dane wejściowe to lista operacji i argumentów. Zaimplementuj funkcję medianFinder(operations: list, arguments: list) -> list, która zwraca listę wyników (brak dla konstruktora/addNum, float dla 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
Przykłady
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
- Puste struktury wejściowe
- Wejścia jednoelementowe
- Duże granice liczbowe
Gotowy do rozwiązania?
Open the problem in PyRun's browser-based Python editor. Your code runs fully offline — no server required.
Spostrzeżenia i odmiany wywiadu
Podział analizy złożoności
Dlaczego Czas: Directly evaluates all possibilities.
Dlaczego kosmos: Uses standard local memory.
Dlaczego Czas: Optimized paths reduce total operations.
Dlaczego kosmos: May trade memory for speed.
Zoptymalizowany kod rozwiązania w języku Python
Zoptymalizowany kod rozwiązania w języku 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]) / 2Kod brutalnej siły (chroniony spoilerami)
Kod brutalnej siły (chroniony spoilerami)
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
Obowiązują standardowe właściwości problemów ze stertą/kolejką priorytetową.
Powiązane pytania
PyRun is built and maintained by an independent solo developer. If this helped your interview prep, consider buying a coffee!
Polecane zasoby Pythona
Poszerzaj swoją wiedzę dzięki powiązanym interaktywnym samouczkom, ściągawkom i porównaniom kodów.
Pętle Pythona
Dowiedz się, jak używać pętli Pythona do iteracji danych. Opanuj pętle for, pętle while, przerywaj, kontynuuj i pętluj najlepsze praktyki dzięki interaktywnym przykładom.
Jak usunąć duplikaty z listy w Pythonie
Dowiedz się, jak usunąć duplikaty z listy w Pythonie, zachowując lub ignorując porządek. Porównaj konwersje zestawów, klawisze dyktowania i metody pętli.
Ściągawka dotycząca kolekcji i struktur danych Pythona
Kompletny przewodnik po module kolekcji Pythona i natywnych strukturach danych. Naucz się list, słowników, zbiorów, krotek, deque i nazwanych krotek.
Python kontra JavaScript: który język programowania jest najlepszy?
Kompleksowe porównanie Pythona i JavaScript. Poznaj różnice w składni, wydajność, przypadki użycia (backend vs frontend) i przykłady kodowania.