Algorithm 中位数是一个很好的例子

您好，我正在尝试了解中值算法是如何工作的。到目前为止，在我所看到的所有例子中，在算法开始执行之前，已经有被划分的数字组。所以我无法理解这些群体是如何形成的。更具体地说，在目前研究的示例中，有9组5个数字，例如aka 45个数字，或4组10个数字，总共aka 40个数字。那么，如果我们有n个数字呢。。？有没有什么好的方法可以让我找到它的组应该有多少元素？

MoM是一种递归算法。对于像quicksort或quickselect这样的算法，它是一种合理的选择“轴心点”的方法。因此，它需要在一定的时间范围内运行

如果将其解释为基本情况和递归情况，可能更容易理解

基本情况很清楚。如果一个列表中的元素少于五个，那么你会以一种天真的方式找到中间值

但是，如果列表至少有五个元素，则可以应用递归情况。你将从你的大列表中连续选取五组元素，找到它们的中间值，并将其添加到一个较小的列表中。（如果您还有剩余，可以忽略它们。）

如果这个较小的新列表足够小，则可以应用基本情况，如上所述。否则，您将通过“小”列表创建另一个更小的列表。起泡，冲洗，然后重复，直到剩下的元素少于五个。这是你对整体中位数的估计。所以它适用于任何大小的列表

---

那么“五”应该有多大呢？事实证明，5是最理想的。有人在维基百科页面上展示了这个主题的复杂性分析。从本质上说，较大的“五”值可以更好地逼近中位数，但需要付出更多的努力才能找到“五”的中位数。不幸的是，3并没有在每次迭代中减少足够的搜索空间，因此不值得选择“5”。通常情况下，它需要是奇怪的，除非你想花费周期来分割元素之间的差异。

你能试着澄清目前研究的算法吗？另外，如果你能把例子等放在代码块中，这会很有帮助。你把整组数字分成五个一组，前五个数字将组成第一组，下五个数字将成为下一组等等，最后一组可能少于五个元素。组的大小始终为5，因此您以

n/5

或

n/5+1

组结束。@BlackPlanet我现在有点赶时间，所以我将在几个小时内编辑问题，以更具体@pepo我知道发布超链接不是一种好技术，但我不想复制网站的内容。这里的组数是三个，它应该适用于任何奇数大小的组（大于1 ofc）。这些组的目的是去除肯定低于或高于中间带中间带的元素。如果将组的大小设置为

2k+1

，则每个组中至少有

k

元素小于或

k

元素大于中间值的中值，这就为递归调用留下了

n（k+1）/（2k+1）

元素。