关于08年腾讯笔试的最后一道题，找中位数

网上找的一道算法题，比较悲剧了，看了半天也没咋看懂，可能是：查找的算法没搞清 ； 计算机组成原理木有搞的很清楚。（快考试了，赶紧好好弄明白吧，否则拖下去。。。搞懂的日子就遥远了啊。。。） 题目的意思就是从海量数据中找出中位数。 在此记录下，有时间继续弄明白了。。。 题目：在一个文件中有 10G 个整数，乱序排列，要求找出中位数。内存限制为 2G。只写出思路即可（内存限制为 2G的意思就是，可以使用2G的空间来运行程序，而不考虑这台机器上的其他软件的占用内存）。 网上给出的一个答案是采用桶的思想，把数据映射到很多桶，再取中间桶找中位数，整个过程下来要扫描两遍数据。但其关键是对这海量的数大小有预先限制，那现在假设这些数的大小无法预先限制，而且10G个的整数，或者说题目改为每次只能去五分之一的数据拿到内存进行排序，那又该如何去解答这道题呢？ 思考中。。。 附网上搜到的一个方法： 关于中位数：数据排序后，位置在最中间的数值。即将数据分成两部分，一部分大于该数值，一部分小于该数值。中位数的位置：当样本数为奇数时，中位数=(N+1)/2 ; 当样本数为偶数时，中位数为N/2与1+N/2的均值（那么10G个数的中位数，就第5G大的数与第5G+1大的数的均值了）。 分析：明显是一道工程性很强的题目，和一般的查找中位数的题目有几点不同。 1. 原数据不能读进内存，不然可以用快速选择，如果数的范围合适的话还可以考虑桶排序或者计数排序，但这里假设是32位整数，仍有4G种取值，需要一个16G大小的数组来计数。 2. 若看成从N个数中找出第K大的数，如果K个数可以读进内存，可以利用最小或最大堆，但这里K=N/2,有5G个数，仍然不能读进内存。 3. 接上，对于N个数和K个数都不能一次读进内存的情况，《编程之美》里给出一个方案：设k