原文发表于：
中位数，也就是排序后位置在中间的数。中位数是笔试面试中的常客，在N年前T公司的实习生招聘和校园招聘中，两次遇到了这个问题。
参考之前的文章：top-K问题和随机选择算法。显然，我们可以使用：
1. 快速排序算法
排序后，直接找出中位数。
2. 直接选择算法
直接选择，直到选到中位数。
3. 堆选择算法
堆选择，最后选到中位数。
4. 随机选择算法
随机选择算法，找到中位数。
如果是求海量数据的中位数，那就不太好用上述方法了，因为没法把大文件中的海量数据加载到内存中。那该怎么办呢？
参考之前的文章：华山论剑之桶排序。注意，我们需要求的是中位数，而不是排序。具体步骤如下：
Step1: 创建多个小文件桶，设定每个桶的取值范围，然后把海量数据元素分配到对应的桶中，并记录桶中元素的个数。
Step2: 根据桶中元素的个数，计算出中位数所在的桶，然后针对该桶进行排序，就可以求出海量数据中位数的值。
具体示意图如下：
中位数，其实就是特殊的顺序统计量。无论是非海量数据还是海量数据，我们都可以很快地找出中位数。
涛歌依旧 认证博客专家 排名第一 点链接学人工智能 公众号免费领资料 ❤️零基础入门进阶人工智能 ❤️欢迎关注涛哥公众号，免费领海量学习资料。涛哥：毕业后就职于华为和腾讯。微信：ai_taogeyijiu
