求一个无序数组的中位数

7 篇文章 0 订阅

求一个无序数组的中位数。 如:{2,5,4,9,3,6,8,7,1}的中位数为5。 要求:不能使用排序。

暂时只考虑奇数时的情况,偶数有时会规定相邻两个数的平均数。

下面的分析都只考虑奇数的情况。

思路1:对前(n+1)/2个数据建立大堆存储,然后用堆顶数据与后面数据进行比较,如果堆顶数据比后面数据大,则将堆顶数据与后面数据进行交换。,然后进行一次 向下调整算法,比较结束后,返回堆顶的数据。

实现代码:

void Ajustdown(int* arr, int pos, int size)
{
	int parent = pos;
	int child = parent * 2 + 1;
	while (child <= size)
	{
		if (child < size && arr[child] < arr[child + 1])
			child + 1;
		if (arr[parent] < arr[child])
		{
			swap(arr[parent], arr[child]);
			parent = child;
			child = child * 2 + 1;
		}
		else
		{
			break;
		}
	}
}
void Ajustdown(int *arr, int size)
{
	int pos = (size - 2) / 2;
	while (pos >= 0)
	{
		Ajustdown(arr, pos, size - 1);
		pos--;
	}
}

void Heap_sort(int*arr, int size)
{
	Ajustdown(arr, size);

	while (size > 1)
	{
		int temp = arr[0];
		arr[0] = arr[size - 1];
		arr[size - 1] = temp;
		size--;
		Ajustdown(arr, size);
	}
}
int Fid_midnum(int* arr, int start, int end, int size) //求一个无序数组的中位数
{
	int index = (size + 1) / 2;
	int* str = arr;
	int i;
	for (i = 0; i < index; i++)
	{
		str[i] = arr[i];
	}
	Ajustdown(str, index);
	for (int j = i; j < size; j++)
	{
		if (str[0] > arr[j])
		{
			swap(str[0], arr[j]);
		}
		Ajustdown(str, index);
	}
	return str[0];
}


思路2:利用快排的思想,计算出(n-1)/2 的位置,然后计算出每次快排交换的位置,如果在交换位置的左边那么就进入左边去进行快排,如果在右边则进入右边去快排,如果相等则返回该位置的数据。

实现代码:

int mid(int* arr, int left, int right) //三数取中
{
	int mid = (left + right) / 2;
	if (arr[left] > arr[mid])
		swap(arr[left], arr[mid]);
	if (arr[left] > arr[right])
		swap(arr[left], arr[right]);
	if (arr[mid] < arr[right])
		swap(arr[mid], arr[right]);
	return right;
}

int PastSort(int* arr, int start, int end)
{
	assert(arr);
	int left = start;
	int right = end;
	int midnum = arr[mid(arr, start, end)];
	while (left < right)
	{
		while (left < right && arr[left] <= midnum)
			left++;
		if (left < right)
			arr[right] = arr[left];
		while (left < right && arr[right] >= midnum)
			right--;
		if (left < right)
			arr[left] = arr[right];
	}
	arr[left] = midnum;
	return left;
}

int Fid_midnum(int* arr, int start, int end,int size) //求一个无序数组的中位数
{
	int index = (size - 1) / 2;
	if (start >= end)
		return 0;
	int mid = PastSort(arr, start, end);
	if (mid < index)
	{
		Fid_midnum(arr, mid + 1, end, size);
	}
	else if (mid > index)
	{
		Fid_midnum(arr, start, mid - 1, size);
	}
	else
	{
		return arr[index];
	}
}




在Java中,可以使用PriorityQueue来实现无序数组中位数。PriorityQueue是一个基于优先级堆的无界优先级队列,默认是一个最小堆。具体实现可以参考以下代码: ``` import java.util.PriorityQueue; public class Median { public static double median(int[] array) { int heapSize = array.length / 2 + 1; PriorityQueue<Integer> heap = new PriorityQueue<>(heapSize); for (int i = 0; i < heapSize; i++) { heap.add(array[i]); } for (int i = heapSize; i < array.length; i++) { if (heap.peek() < array[i]) { heap.poll(); heap.add(array[i]); } } if (array.length % 2 == 1) { return (double) heap.peek(); } else { return (double) (heap在Java中,可以使用PriorityQueue来实现无序数组中位数。PriorityQueue是一个基于优先级堆的无界优先级队列,默认是一个最小堆。具体实现可以参考以下代码: ``` import java.util.PriorityQueue; public class Median { public static double median(int[] array) { int heapSize = array.length / 2 + 1; PriorityQueue<Integer> heap = new PriorityQueue<>(heapSize); for (int i = 0; i < heapSize; i++) { heap.add(array[i]); } for (int i = heapSize; i < array.length; i++) { if (heap.peek() < array[i]) { heap.poll(); heap.add(array[i]); } } if (array.length % 2 == 1) { return (double) heap.peek(); } else { return (double) (heap.poll() + heap.peek()) / 2.0; } } public static void main(String[] args) { int[] array = new int[]{12, 34, 1, 209, 17, 900, -10}; System.out.println(median(array)); } } ``` 其中,首先定义了一个大小为数组长度一半加一的最小堆,然后将数组的前一半元素加入堆中。接着,遍历数组的后一半元素,如果当前元素比堆顶元素大,则将堆顶元素弹,将当前元素加入堆中。最后,如果数组长度为奇数,则中位数就是堆顶元素;如果数组长度为偶数,则中位数就是堆顶元素和次顶元素的平均值。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值