从大规模数据中高效求解中位数方法探讨.pdfVIP

从5亿个数中找出中位数

题目

学习时长：20分钟

题目难度：中等

知识点：双堆法、分治法、大数据量处理

题目描述

从5亿个数中找出中位数。

数据排序后，位置在最中间的数就是中位数。当样本数为奇数时，中位数为第个数；当样本

数为偶数时，中位数为第个数与第个数的均值。

1.解答思路

如果这道题没有内存大小限制，则可以把所有数读到内存中排序后找出中位数。但是排序算法的

时间复杂度都为O(NlogN)。这里使用其他方法。

方法一：双堆法

两个堆，一个大顶堆，一个小顶堆。大顶堆中最大的数小于等于小顶堆中最小的数；保证这两个堆

中的元素个数的差不超过1。

若数据总数为偶数，当这两个堆建好，中位数就是这两个堆顶元素的平均值。当数据总数为奇数

时，根据两个堆的大小，中位数一定在数据多的堆的堆顶。

``

privatePriorityQueueIntegerminHeap;

以上这种方法，需要把所有数据都加载到内存中。当数据量很大时，就不能这样了，因此，这种方法适

用于数据量较小的情况。5亿个数，每个数字占用4B，总共需要2