題目：在乙個檔案中有 10g 個整數，亂序排列，要求找出中位數。記憶體限制為 2g。只寫出思路即可（記憶體限制為 2g的意思就是，可以使用2g的空間來執行程式，而不考慮這台機器上的其他軟體的占用記憶體）。
關於中位數：資料排序後，位置在最中間的數值。即將資料分成兩部分，一部分大於該數值，一部分小於該數值。中位數的位置：當樣本數為奇數時，中位數=(n+1)/2 ; 當樣本數為偶數時，中位數為n/2與1+n/2的均值（那麼10g個數的中位數，就第5g大的數與第5g+1大的數的均值了）。
分析：明顯是一道工程性很強的題目，和一般的查詢中位數的題目有幾點不同。
1. 原資料不能讀進記憶體，不然可以用快速選擇，如果數的範圍合適的話還可以考慮桶排序或者計數排序，但這裡假設是32位整數，仍有4g種取值，需要乙個16g大小的陣列來計數。
2. 若看成從n個數中找出第k大的數，如果k個數可以讀進記憶體，可以利用最小或最大堆，但這裡k=n/2,有5g個數，仍然不能讀進記憶體。
3. 接上，對於n個數和k個數都不能一次讀進記憶體的情況，《程式設計之美》裡給出乙個方案：設k解法：首先假設是32位無符號整數。
1. 讀一遍10g個整數，把整數對映到256m個區段中，用乙個64位無符號整數給每個相應區段記數。
說明：整數範圍是0 - 2^32 - 1，一共有4g種取值，對映到256m個區段，則每個區段有16（4g/256m = 16）種值，每16個值算一段， 0～15是第1段，16～31是第2段，……2^32-16 ～2^32-1是第256m段。乙個64位無符號整數最大值是0～8g-1，這裡先不考慮溢位的情況。總共占用記憶體256m×8b=2gb。
2. 從前到後對每一段的計數累加，當累加的和超過5g時停止，找出這個區段（即累加停止時達到的區段，也是中位數所在的區段）的數值範圍，設為[a，a+15]，同時記錄累加到前乙個區段的總數，設為m。然後，釋放除這個區段占用的記憶體。
3. 再讀一遍10g個整數，把在[a，a+15]內的每個值計數，即有16個計數。
4. 對新的計數依次累加，每次的和設為n，當m+n的值超過5g時停止，此時的這個計數所對應的數就是中位數。
總結：1.以上方法只要讀兩遍整數，對每個整數也只是常數時間的操作，總體來說是線性時間。
2. 考慮其他情況。
若是有符號的整數，只需改變對映即可。若是64為整數，則增加每個區段的範圍，那麼在第二次讀數時，要考慮更多的計數。若過某個計數溢位，那麼可認定所在的區段或代表整數為所求，這裡只需做好相應的處理。噢，忘了還要找第5g+1大的數了，相信有了以上的成果，找到這個數也不難了吧。
3. 時空權衡。
花費256個區段也許只是恰好配合2gb的記憶體（其實也不是，呵呵）。可以增大區段範圍，減少區段數目，節省一些記憶體，雖然增加第二部分的對單個數值的計數，但第一部分對每個區段的計數加快了（總體改變？？待測）。
4. 對映時盡量用位操作，由於每個區段的起點都是2的整數冪，對映起來也很方便。
從海量資料中找出中位數
題目 在乙個檔案中有 10g 個整數，亂序排列，要求找出中位數。記憶體限制為 2g。只寫出思路即可 記憶體限制為 2g的意思就是，可以使用2g的空間來執行程式，而不考慮這台機器上的其他軟體的占用記憶體 關於中位數 資料排序後，位置在最中間的數值。即將資料分成兩部分，一部分大於該數值，一部分小於該數值...
海量資料找中位數
題目如下 只有2g記憶體的pc機，在乙個存有10g個整數的檔案，從中找到中位數，寫乙個演算法。給出了四種方法來解決 演算法 1.利用外排序的方法，進行排序 然後再去找中位數 2.另外還有個思路利用堆 先求第1g大，然後利用該元素求第2g大，然後利用第2g大，求第3g大.當然這樣的話雖不需排序，但是磁...
海量資料求中位數
參考 1.最簡單 排序 2.堆 4g資料，1g記憶體 步驟 先將1g記憶體都塞進乙個大頂堆，然後小於堆頂的數，插入堆，並pop堆頂，一次遍歷後，得到第1g大的數 第二次遍歷，過濾小於第1g大的數，同樣塞滿乙個1g的大頂堆，小於堆頂的插入堆，並pop堆頂，得到第2g大的數字 3.二分 統計 比如數字範...