我编写了c ++代码来计算1亿个双精度数的119个分位数（从10 ^ -7到1 - 10 ^ -7）。 我当前的实现将数字存储在向量中，然后对向量进行排序。 有没有办法在不存储数字的情况下计算分位数？
谢谢
ADDENDUM（对不起我的英文）： 这就是我正在做的事情：
1）在[0,1]
中生成20个均匀分布的随机数2）我将这些数字输入到算法中，该算法输出具有未知均值和未知方差的随机数
3）在第2步存储号码
重复1,2和3亿次（现在我收集了10 ^ 8个未知均值和未知方差的随机数）。
现在我使用公式＆＃34; R-2，SAS-5＆＃34;来对这些数字进行排序以计算从10 ^ -7到1 - 10 ^ -7的119个分位数： https://en.wikipedia.org/wiki/Quantile#Estimating_quantiles_from_a_sample
由于程序是多线程的，因此内存分配太大而我只能使用5个线程而不是8个。
答案 0 :(得分：4)
这是streaming algorithms领域的问题（您需要在不存储每个元素的情况下对数据流进行操作）。
有众所周知的分位数流算法算法（例如here），但如果你愿意使用分位数近似，那么它就是一个相当容易的问题。只需使用reservoir sampling从 n 元素中均匀地采样 m ，然后计算样本上的分位数（通过您执行的方法：存储 m 向量中的样本，并对其进行排序）。 m 的大小会影响近似值的精度（例如，参见here）。
答案 1 :(得分：2)
在计算分位数之前，您需要知道这组数字。
这可以通过存储数字来完成，但您也可以制作/使用多次传递算法，每次运行时都会学习一点。
如果分位数上的某些不准确性是可接受的，则还存在针对此问题的近似一次通过算法。以下是一个示例：http://www.cs.umd.edu/~samir/498/manku.pdf
编辑**忘了，如果你的号码有很多重复，你只需要存储号码和出现的次数，而不是每次重复。根据输入数据，这可能是一个显着的差异。