0480. 滑动窗口中位数
https://leetcode-cn.com/problems/sliding-window-median/
中位数是有序序列最中间的那个数。如果序列的大小是偶数，则没有最中间的数；此时中位数是最中间的两个数的平均数。
例如：
[2,3,4]，中位数是 3
[2,3]，中位数是 (2 + 3) / 2 = 2.5
给你一个数组 nums，有一个大小为 k 的窗口从最左端滑动到最右端。窗口中有 k 个数，每次窗口向右移动 1 位。你的任务是找出每次窗口移动后得到的新窗口中元素的中位数，并输出由它们组成的数组。
示例：
给出 nums = [1,3,-1,-3,5,3,6,7]，以及 k = 3。
窗口位置 中位数
--------------- -----
[1 3 -1] -3 5 3 6 7 1
1 [3 -1 -3] 5 3 6 7 -1
1 3 [-1 -3 5] 3 6 7 -1
1 3 -1 [-3 5 3] 6 7 3
1 3 -1 -3 [5 3 6] 7 5
1 3 -1 -3 5 [3 6 7] 6
因此，返回该滑动窗口的中位数数组 [1,-1,-1,3,5,6]。
提示：
你可以假设 k 始终有效，即：k 始终小于输入的非空数组的元素个数。
与真实值误差在 10 ^ -5 以内的答案将被视作正确答案。
- 暂无
每次窗口移动都伴随左侧移除一个，右侧添加一个。而中位数是排序之后的中间数字。因此我们的思路是维护一个大小为 k 的有序数组，这个有序数组就是窗口内的数组排序之后的结果。
而在一个有序数组添加和移除数字，可以使用二分法在 $O(logk)$ 的时间找到，并在 $O(k)$ 的时间完成删除， $O(1)$ 的时间完成插入。因此总的时间复杂度为 $n*k$。
- 滑动窗口 + 二分
- 语言支持：Python3
Python3 Code:
class Solution:
def medianSlidingWindow(self, A: List[int], k: int) -> List[float]:
ans = []
win = []
for i, a in enumerate(A):
bisect.insort(win, a)
if i >= k:
win.pop(bisect.bisect_left(win, A[i - k]))
if i >= k - 1:
if k & 1:
median = win[k // 2]
else:
median = (win[k // 2] + win[k // 2 - 1]) / 2
ans.append(median)
return ans
复杂度分析
令 n 为数组长度。
- 时间复杂度：数组插入的时间复杂度为 $O(k)$, 因此总的时间复杂度为 $O(n * k)$
- 空间复杂度：使用了大小为 k 的数组，因此空间复杂度为 $O(k)$
以上就是本文的全部内容了。大家对此有何看法，欢迎给我留言，我有时间都会一一查看回答。更多算法套路可以访问我的 LeetCode 题解仓库：https://github.com/azl397985856/leetcode 。 目前已经 40K star 啦。大家也可以关注我的公众号《力扣加加》带你啃下算法这块硬骨头。
关注公众号力扣加加，努力用清晰直白的语言还原解题思路，并且有大量图解，手把手教你识别套路，高效刷题。
最近更新 2mo ago