หากมีการใช้งานจริงของอัลกอริทึมนี้ในโดเมนของวิทยาศาสตร์คอมพิวเตอร์นอกเหนือจากการปรับปรุงทางทฤษฎี
แอปพลิเคชันของอัลกอริทึมนี้มีความสำคัญ - คุณใช้ทุกครั้งที่คุณต้องการคำนวณค่ามัธยฐานของชุดข้อมูล (อาร์เรย์ในคำอื่น ๆ ) ข้อมูลนี้อาจมาจากโดเมนที่ต่างกัน: การสังเกตทางดาราศาสตร์สังคมศาสตร์ข้อมูลชีวภาพ ฯลฯ
อย่างไรก็ตามมันเป็นสิ่งที่ควรค่าแก่การกล่าวถึงเมื่อต้องการให้มัธยฐานหมายถึง (หรือโหมด) โดยทั่วไปในสถิติเชิงพรรณนาเมื่อข้อมูลของเรากระจายอย่างสมบูรณ์แบบปกติแล้วหมายถึงโหมดและค่ามัธยฐานมีค่าเท่ากันนั่นคือพวกมันเกิดขึ้นพร้อมกัน ในทางตรงกันข้ามเมื่อข้อมูลของเราเบ้นั่นคือการแจกแจงความถี่สำหรับข้อมูลของเราคือ (ซ้าย / ขวา) เบ้ค่าเฉลี่ยล้มเหลวในการให้ตำแหน่งกลางที่ดีที่สุดเนื่องจากความเบ้ลากไปจากค่าปกติไปทางซ้ายหรือขวา ในขณะที่ค่ามัธยฐานไม่ได้รับอิทธิพลอย่างมากจากข้อมูลที่เอียงและทำให้ตำแหน่งนี้ชี้ไปที่ค่าทั่วไปได้ดีที่สุด ดังนั้นการคำนวณค่ามัธยฐานอาจจะดีกว่าเมื่อคุณจัดการกับข้อมูลที่เบ้
นอกจากนี้การเรียนรู้เครื่องคือที่วิธีการทางสถิติที่มีการใช้อย่างหนักเช่น -medians kการจัดกลุ่ม