在统计学中，中位数是指将一组数据按照从小到大（或从大到小）的顺序排列，处于中间位置的那个数。如果数据的个数是奇数，则中位数是这组数据中间那个数；如果数据的个数是偶数，则中位数是中间两个数的平均数。
一、计算中位数的算法
计算中位数的算法有多种。以下是两种常用方法：
方法一：排序法
def median(numbers):
numbers.sort() # 将列表从小到大排序
n = len(numbers)
mid = n // 2 # 求中间位置下标
if n % 2 == 0: # 如果数据的个数是偶数
return (numbers[mid-1] + numbers[mid]) / 2
else: # 如果数据的个数是奇数
return numbers[mid]
这种方法的时间复杂度为O(nlogn)，因为它需要先对列表进行排序。
方法二：计数法
def median(numbers):
freq_dict = {} # 创建一个字典
for x in numbers:
freq_dict[x] = freq_dict.get(x, 0) + 1 # 统计每个数出现的次数
sorted_freq = sorted(freq_dict.items()) # 将字典按照键（即数值）排序
n = len(numbers)
mid = n // 2 # 求中间位置下标
count = 0
if n % 2 == 0: # 如果数据的个数是偶数
for num, freq in sorted_freq:
count += freq
if count == mid:
return (num + prev_num) / 2
elif count > mid:
return num
prev_num = num
else: # 如果数据的个数是奇数
for num, freq in sorted_freq:
count += freq
if count > mid:
return num
这种方法的时间复杂度为O(n)，因为它只需要统计每个数出现的次数，并按照数值排序。
二、计算中位数的代码示例
以下是一个计算中位数的完整代码示例：
def median(numbers):
freq_dict = {} # 创建一个字典
for x in numbers:
freq_dict[x] = freq_dict.get(x, 0) + 1 # 统计每个数出现的次数
sorted_freq = sorted(freq_dict.items()) # 将字典按照键（即数值）排序
n = len(numbers)
mid = n // 2 # 求中间位置下标
count = 0
if n % 2 == 0: # 如果数据的个数是偶数
for num, freq in sorted_freq:
count += freq
if count == mid:
return (num + prev_num) / 2
elif count > mid:
return num
prev_num = num
else: # 如果数据的个数是奇数
for num, freq in sorted_freq:
count += freq
if count > mid:
return num
}
# 调用函数计算中位数
numbers = [1, 2, 3, 4, 5, 5, 7, 8, 9]
print(median(numbers))
输出结果为5。
三、总结
计算中位数在统计学和数据处理中是一个非常常见的操作。本文介绍了两种计算中位数的方法：排序法和计数法。排序法的时间复杂度为O(nlogn)，计数法的时间复杂度为O(n)。在实际的应用中，应该根据数据的大小、数据分布和性能要求等不同的因素来选择合适的方法。
原创文章，作者：小蓝，如若转载，请注明出处：https://www.506064.com/n/249325.html
微信扫一扫 
支付宝扫一扫 