【转】5亿个数找中位数

原文链接：http://www.cnblogs.com/qianye/archive/2012/11/29/2794533.html

找中位数最容易想到的方法就是，先对序列进行排序，取中位数，然而5亿个数要想全部读入内存需要将近2GB空间。

一种想法是采用外部排序的方法，在排序的过程中记录数据个数，找到中位数。首先采用hash() % 100,把数据分到100个文件中，然后对每个文件分别在内存中进行快速排序，再将100个小文件进行合并，并在合并过程中寻找中位数，时间复杂度是O(nlogn)

另外一种方法是，将数据按照数据空间分为0-9999999，10000000-999999999, ……大概50个部分，每一部分存入一个小文件，统计每个小文件中的元素个数，由于文件之间相对有序，可以容易得出中位数是位于哪一个文件之中，并可以得出中位数在该小文件中的排序次序，用相同的方法对小文件进行处理，当文件内容比较小的时候可以直接在内存中进行找中位数操作，对于n个随机数找k小元素的时间复杂度是O(n),所以总的时间复杂度为O(n)

5亿个数找不存在的元素

想法是：将这5亿个数据按照大小分为50部分，0-9999999, 10000000-99999999…并分别存入文件中，对于每一个文件，只用找出每个文件中不存在元素即可

转载于:https://www.cnblogs.com/qianye/archive/2012/11/29/2794533.html

【转】5亿个数找中位数相关推荐

算法,求1亿个数的中位数
http://bbs.csdn.net/topics/310150772 可以借鉴一下以下方法的: 有1亿个浮点数,请找出其中最大的10000个.提示:假设每个浮点数占4个字节,1亿个浮点数就要站到相 ...
Coding: 一亿个数找最大的1000个数
描述一亿个数找最大的1000个数,要求效率高占用内存少.函数原型为:find_max_data(int* source_data, int* max_data),其中source_data是存放一亿 ...
10 亿个数取中位数
10 亿个数取中位数 1.取 16*1024 个数,生成一个 TreeMap .取得最大值 max 和最小值 min. 2.构造一个1024个元素的计数数组 T[i],对最初的 1024 个数按区间计 ...
100亿个数中寻找中位数
题目: 在一个大文件中有100亿个32位整数,乱序排列,要求找出中位数:内存限制为512M:请写出算法设计思路: 基本分析: (1)中位数的定义:一个给定排序好的序列,奇数个的话,我们就取中间的一个: ...
利用最小堆找出10亿个数中最大的10000个数
最小堆最小堆是一种完全二叉树,特点是根节点比两个子节点都小(或者根节点比子节点都大) 过程先找10000个数构建最小堆依次遍历10亿个数,如果比最小堆的最小值大,则替换这个最小值,并重新构建最小 ...
谈从10亿个数中找出前10万个最大的
谈从10亿个数中找出前10万个最大的期的实验显示10亿个浮点数大概占据3G左右的空间,因此全部一次性读入内存目前在个人PC上是不太现实的.本次讨论不考虑内存等等,只考虑算法. 如果一次性比较排序,然 ...
海量数据处理 - 10亿个数中找出最大的10000个数（top K）
海量数据处理 - 10亿个数中找出最大的10000个数(top K问题) 版权声明:本文为博主原创文章,未经博主允许不得转载前两天面试3面学长问我的这个问题(想说TEG的3个面试学长都是好和蔼,希望 ...
海量数据处理：如何从10亿个数中，找出最大的10000个数？（top K问题）
一.问题有 10 亿个不重复的数字,内存中只能放进 1 万个数,怎么找到最大的 10 万个数字? 这道题的思路是,先拿10000个数建堆,然后一次添加剩余元素,如果大于堆顶的数(10000中最小的) ...
10亿个数中找出最大的10000个数
转载自海量数据处理 - 10亿个数中找出最大的10000个数(top K问题) 前两天面试3面学长问我的这个问题(想说TEG的3个面试学长都是好和蔼,希望能完成最后一面,各方面原因造成我无比想去鹅 ...

【转】5亿个数找中位数

【转】5亿个数找中位数相关推荐

最新文章

热门文章