python中如何找列表的中位数

在Python中，找出中位数可以通过以下几种方法实现：

排序法

对列表进行排序，然后根据列表长度是奇数还是偶数来计算中位数。

 def median_sort（data）: data.sort（） n = len（data） if n % 2 == 1: return data[n // 2] else: return （data[n // 2 - 1] + data[n // 2]） / 2 

堆排序法

使用两个堆（大顶堆和小顶堆）来维护中位数。大顶堆存放较小的一半数，小顶堆存放较大的一半数。

 from heapq import * class MedianFinder: def __init__（self）: self.small = [] 大顶堆，存放较小的一半数 self.large = [] 小顶堆，存放较大的一半数 def addNum（self, num: int） -> None: if len（self.small） >= len（self.large）: heappush（self.large, -heappushpop（self.small, -num）） else: heappush（self.small, -heappushpop（self.large, num）） def findMedian（self） -> float: if len（self.small） == len（self.large）: return （-self.small + self.large） / 2 return self.large if len（self.large） > len（self.small） else -self.small 

快速选择法

使用快速选择算法找到中位数，该算法基于快速排序的partition过程。

 def partition（arr, low, high）: pivot = arr[high] i = low - 1 for j in range（low, high）: if arr[j] <= pivot: i += 1 arr[i], arr[j] = arr[j], arr[i] arr[i + 1], arr[high] = arr[high], arr[i + 1] return i + 1 def quick_select（arr, k）: if len（arr） == 1: return arr low, high = 0, len（arr） - 1 while True: pivot_index = partition（arr, low, high） if pivot_index == k: return arr[pivot_index] elif pivot_index < k: low = pivot_index + 1 else: high = pivot_index - 1 def median_quick_select（arr）: n = len（arr） if n % 2 == 1: return quick_select（arr, n // 2） else: return 0.5 * （quick_select（arr, n // 2 - 1） + quick_select（arr, n // 2）） 

以上方法都可以用来计算中位数，选择哪一种方法取决于具体的应用场景和对效率的要求。如果需要实时计算中位数，堆排序法是一个较好的选择，因为它的时间复杂度为O（log n）。如果数据量不是特别大，排序法也是一个简单有效的解决方案。快速选择法可以在平均情况下达到O（n）的时间复杂度。

请告诉我您是否需要进一步的帮助或有其他问题