无序数组求中位数

最新推荐文章于 2023-02-20 16:29:53 发布

HenryQWER

最新推荐文章于 2023-02-20 16:29:53 发布

阅读量2.2k

点赞数

分类专栏：数据结构算法文章标签：数据结构算法中位数最小堆最大堆

本文链接：https://blog.csdn.net/qq_33528613/article/details/84877604

版权

本文探讨了两种求解无序数组中位数的算法：一种是通过建立最小堆，另一种是同时建立最大堆和最小堆。算法1在元素个数为奇数时，通过最小堆确保中位数的正确性；算法2的时间复杂度为O(n)。这些方法在处理大量数据时能有效估算中位数。

摘要由CSDN通过智能技术生成

长度为 n 的无序数组，求中位数，如何尽快的估算出中位数，算法复杂度是多少？

算法 1（建立最小堆）：

如果数组中元素有奇数个，可以采用这种算法：
步骤 1 ：可以将数组的前 (n+1)//2 个元素，建立 1 个最小堆；
步骤 2 ：遍历剩余元素，如果剩余元素小于堆顶元素，则丢弃或不作处理；如果剩余元素大于堆顶元素，则将其取代堆顶元素，并将当前堆调整为最小堆。
步骤 3 ：返回堆顶元素，即 nums[0]，就是所要寻找的中位数。

一点解释：
不管是步骤 1、2 还是整个过程中，最小堆的栈顶元素必然满足：
中位数 >= 最小堆的堆顶元素
例如，[7,8,9,10,11,12,13] 中位数是 10 ，n 等于 7 ，(n+1)//2 等于 4 ，不管是取前 4 个数、后 4 个数、任意 4 个数，构造的最小堆的堆顶元素，最小为 7 ，最大为 10。
因此，小于堆顶元素的元素，必然不可能是中位数，可以直接丢弃；中位数只有可能在最小堆、剩余元素中。

实现：

# coding:utf-8
#from heap_sort import filter_down


def filter_up(nums, p, n):
        parentIdx = p
        rootVal = nums[parentIdx]

        while 2*parentIdx&