本文探讨了两种在内存有限的情况下找出10亿个整数中位数的方法。第一种方法通过按位分类将数据分散到文件中，逐步缩小查找范围。第二种方法利用映射区间统计每个区间的元素个数，然后通过累加找到中位数所在的区间，并再次遍历数据以确定中位数。两种方法都考虑了数据大小和内存限制，并提供了针对不同数据类型的改进方案。
法一
思路如下：
从10亿个数据（int型占据4B）中找中位数，内存限制为1GB。
不可能一次性把数据全部加载到内存中，再使用快速排序算法，因为10亿*4B大约为4GB，内存不够。
可以一次性读入1GB的数据（分10次读取），然后对读入的1GB数据按照最高位即第32位的值进行分类并写入文件，如果最高位是1，写入file1,否则写入file2。那么file1全是负数，file2全是正数，如果file1中有4亿个数字，file2中有6亿个数字，那么中位数就是file2中排序之后从小到大的第1亿个数。
然后再把file2中的数据每次读入1GB进入内存，然后对读入的数据按照次高位即第31位的值进行分类写入文件，如果最高位是1，写入file3,否则写入file4，那么file3中的数据都比file4中的数据大，如果file3中有3亿个数字，file4中也有3亿个数字，那么中位数就是file4中从小到大排序后的第1亿个数字。
然后再把file4中的数据每次都读入1GB进入内存，然后对读入的数据按照次次高位即第30位的值进行分类写入文件。。。
如此下去，直至判断中位数为某一个文件中，且该文件中数据个数在2.5亿个（或者更少）时即可用快速排序找出它。
最低0.47元/天 解锁文章
扫一扫
885
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
