一、問(wèn)題描述

1、求一個(gè)無(wú)序數(shù)組的中位數(shù)， （若數(shù)組是偶數(shù)，則中位數(shù)是指中間兩個(gè)數(shù)字之和除以2，若數(shù)組是奇數(shù)，則中位數(shù)是指最中間位置。要求：不能使用排序，時(shí)間復(fù)雜度盡量低

2、例如：

lists = [3, 2, 1, 4] , 中位數(shù)為 = (2+3)/2 = 2.5lists = [3, 1, 2] , 中位數(shù)為 2

3、算法思想：

利用快速排序思想（但是并不是全部使用）：任意挑選一個(gè)元素，以該元素為key， 劃分?jǐn)?shù)組為兩個(gè)部分，如果左側(cè)數(shù)組長(zhǎng)度剛好為(n-1)/2, 那么key就為中位數(shù)， 若左側(cè)數(shù)組長(zhǎng)度 < (n-1)/2 ， 那么中位數(shù)點(diǎn)在右側(cè)，反之，中位數(shù)在左側(cè)。然后進(jìn)入相應(yīng)的一側(cè)繼續(xù)尋找中位

平均時(shí)間復(fù)雜度為O(n)

二、程序

class Solution(object): def findmedian(self, lists): if not lists or len(lists) == 0: return [] n = len(lists) if n % 2 == 0: a = self.partition(lists, n/2, 0, n-1) b = self.partition(lists, n/2-1, 0, n-1) mid = (lists[a]+lists[b])/ (2 * 1.0) return mid else: mid = self.partition(lists, n/2, 0, n-1) return lists[mid] def partition(self, lists, k, start, end): key = lists[start] left, right = start, end while left < right: while left < right and lists[right] > key: right = right - 1 lists[left] = lists[right] while left < right and lists[left] < key: left = left + 1 lists[right] = lists[left] lists[left] = key if left == k: return left elif left > k: return self.partition(lists, k, start, left-1) else: return self.partition(lists, k, left+1, end) if __name__ == '__main__': sol = Solution() lists = [2, 5, 4, 9, 3, 6, 8, 7, 1] # lists = [1, 2] data = sol.findmedian(lists) print('中位數(shù) = %s' % data)

知識(shí)補(bǔ)充：python streaming 實(shí)現(xiàn)某個(gè)字段排序

一，hadoop streaming默認(rèn)情況

1，在hadoop streaming的默認(rèn)情況下，是以t作為分隔符的，標(biāo)準(zhǔn)輸入時(shí)，每行的第一個(gè)t之前的內(nèi)容作為key，第一個(gè)t之后的內(nèi)容作為value。注意，如果一個(gè)t字符都沒(méi)有，那么整行作為key。

2，streaming的一些參數(shù)如下：

-D stream.map.output.field.separator ：設(shè)置map輸出中key和value的分隔符 -D stream.num.map.output.key.fields ： 設(shè)置map程序分隔符的位置，該位置之前的部分作為key，之后的部分作為value -D map.output.key.field.separator : 設(shè)置map輸出中key內(nèi)部的分割符-D num.key.fields.for.partition : 指定分桶時(shí)，key按照分隔符切割后，其中用于分桶key所占的列數(shù)（配合-partitioner org.apache.hadoop.mapred.lib.KeyFieldBasedPartitioner 使用）-D stream.reduce.output.field.separator：設(shè)置reduce輸出中key和value的分隔符 -D stream.num.reduce.output.key.fields：設(shè)置reduce程序分隔符的位置

二，python streaming 實(shí)現(xiàn)某個(gè)字段的排序

1， 輸入數(shù)據(jù): cat data.txt (中間是tab鍵）

11 211 311 4 111 1

11 12 22

2，streaming程序如下：

vim sorted.sh

#!/bin/bashexport CURRENT=/home/chunhe.liao/hadoop_streaming/sort/usr/local/hadoop-2.6.3/bin/hadoop jar /usr/local/hadoop-2.6.3/share/hadoop/tools/lib/hadoop-streaming-2.6.3.jar -D stream.map.output.field.separator=’t’ -D stream.num.map.output.key.fields=3 -D mapreduce.job.output.key.comparator.class=org.apache.hadoop.mapreduce.lib.partition.KeyFieldBasedComparator -D mapreduce.partition.keycomparator.options=-k3,3nr # 按照第三列逆序排列,可以根據(jù)想要的第幾段來(lái)選擇。-input '/user/test/inputdata/datas3/data.txt' -output '/user/test/streaming/sorted_20180711' -mapper 'python mapper.py' -reducer 'python reducer.py' -file '$CURRENT/mapper.py' -file '$CURRENT/reducer.py'

(2) mapper.py

# -*- coding: utf-8 -*-import sys for line in sys.stdin: line = line.strip() print(’{0}’.format(line))

(3) reducer.py

# -*- coding: utf-8 -*-import sys for line in sys.stdin: line = line.strip() print('{0}'.format(line))

運(yùn)行命令：

bash sorted.sh

運(yùn)行結(jié)果：

hdfs dfs -cat /user/test/streaming/sorted_20180711/part-00000

11 12 2211 311 211 4 111 1

以上這篇python 實(shí)現(xiàn)在無(wú)序數(shù)組中找到中位數(shù)方法就是小編分享給大家的全部?jī)?nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持好吧啦網(wǎng)。