您好，我想了解中位数算法的工作原理。到目前为止，在我看到的所有示例中，在算法开始执行之前，已经有数字组 divided 。所以我无法理解这些群体是如何形成的。到目前为止所研究的示例更具体地说，有 9 组，每组 5 个数字，例如 45 个数字，或者 4 组 10 个数字，也就是 40 个数字。那么如果我们有 n 个数字呢？我应该遵循什么好的技术来找到它的组应该有的元素数量？
最佳答案
MoM 是一种递归算法。它作为一种为快速排序或快速选择等算法选择“枢轴”的合理方法而存在。因此，它需要在一定的时间范围内运行。
如果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。如果您的列表中的元素少于五个，那么您会以天真的方式找到中位数。
但是，如果您的列表至少有五个元素，您可以应用递归的情况。您将从您的大列表中取出连续的五个元素组，找到它们的中值，并将其添加到一个较小的列表中。 (如果还有剩余，可以忽略。)
如果这个新的、更小的列表足够小，您可以应用基本案例，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、冲洗并重复，直到剩下的元素少于五种。这就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？好吧，事实证明 5 是最优的。有人在该主题的维基百科页面上展示了复杂性分析。本质上，较大的“五”值可以让您以更多的工作为代价找到中位数的更好的中位数来找到“五”的中位数。不幸的是，3 并没有将每次迭代的搜索空间减少到足以成为“5”的一个有值(value)的选择。而且它通常需要是奇数，除非您想花费周期来拆分元素之间的差异。
关于algorithm - 中位数的中位数大例子，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/21412859/