長度為 n 的無序陣列，求中位數，如何盡快的估算出中位數，演算法複雜度是多少？
如果陣列中元素有奇數個，可以採用這種演算法：
步驟 1 ：可以將陣列的前 (n+1)//2 個元素，建立 1 個最小堆；
步驟 2 ：遍歷剩餘元素，如果剩餘元素小於堆頂元素，則丟棄或不作處理；如果剩餘元素大於堆頂元素，則將其取代堆頂元素，並將當前堆調整為最小堆。
步驟 3 ：返回堆頂元素，即 nums[0]，就是所要尋找的中位數。
一點解釋：
不管是步驟 1、2 還是整個過程中，最小堆的棧頂元素必然滿足：
中位數 >= 最小堆的堆頂元素
例如，[7,8,9,10,11,12,13] 中位數是 10 ，n 等於 7 ，(n+1)//2 等於 4 ，不管是取前 4 個數、後 4 個數、任意 4 個數，構造的最小堆的堆頂元素，最小為 7 ，最大為 10。
因此，小於堆頂元素的元素，必然不可能是中位數，可以直接丟棄；中位數只有可能在最小堆、剩餘元素中。
# coding:utf-8
#from heap_sort import filter_down
def filter_up(nums, p, n):
parentidx = p
rootval = nums[parentidx]
while 2*parentidx+1 <= n-1:
kididx = 2*parentidx+1
if kididx != n-1 and nums[kididx] > nums[kididx+1]:
kididx += 1
if rootval < nums[kididx]:
break
else:
nums[parentidx] = nums[kididx]
parentidx = kididx
nums[parentidx] = rootval
def changetominheap(nums, n):
''' 建立最小堆 '''
for index in range(n//2-1, -1, -1):
filter_up(nums, index, n)
def find_median(nums, n):
assert n%2 == 1
abouthalf = (n+1)//2
changetominheap(nums, abouthalf)
pointer = abouthalf
for index in range(abouthalf, n):
if nums[index] > nums[0]:
nums[0] = nums[index]
changetominheap(nums, abouthalf)
return nums[0]
def test():
nums = list(range(4, 10)) + list(range(0, 4)) + list(range(10, 15))
print('nums：', nums)
assert find_median(nums, 15) == 7
print('pass!')
if __name__ == '__main__':
test()
無序陣列的中位數；
讓人眼前一亮的演算法！求無序陣列的中位數。
o(n)
無序陣列中求中位數；
【演算法】無序陣列中求中位數；
試用o(n)來實現求出乙個無序陣列的中位數。
求乙個無序陣列的中位數；
求中位數，快速選擇演算法
求無序陣列的中位數
中位數即是排過序後的處於陣列最中間的元素。不考慮陣列長度為偶數的情況。設集合元素個數為n。簡單的想了下 思路1 這個方法不行，因為面試時真正要求是不排序 把無序陣列排好序，取出中間的元素 時間複雜度 採用普通的比較排序法 o n logn 如果採用非比較的計數排序等方法，時間複雜度 o n 空間複雜...
求無序陣列的中位數
中位數即是排過序後的處於陣列最中間的元素。不考慮陣列長度為偶數的情況。設集合元素個數為n。簡單的想了下 思路1 把無序陣列排好序，取出中間的元素 時間複雜度 採用普通的比較排序法 o n logn 如果採用非比較的計數排序等方法，時間複雜度 o n 空間複雜度也是o n 思路2 2.1 將前 n 1...
無序陣列的中位數
題目 求出乙個無需陣列的中位數。例 的中位數為5，的中位數為4和5。要求 不能使用排序。思路1 將資料平均分配到最大堆和最小堆中，並且保證最小堆中的資料存放的資料都比最大堆中是資料大，那麼此時最小堆堆頂的元素一定是中位數。那麼如何保證最小堆中的元素，都比大堆中的元素大 1 遍歷陣列，將第i個數插入堆...