選擇演算法指的是解決選出序列中第n大的元素。比如中位數。
方法如下：
1.使用priorityqueue，維持size為k，如果queue的size小於k，則直接加入，否則看最小的元素能否比得過，比得過就剔除最小元素，加入新元素，比不過就看後面的元素，最後返回堆頂元素即可。這裡需要使用最小堆。
public int findkthmax(int array, int k)
} return minheap.peek();
}
寫這個演算法有乙個小技巧，在初始化的時候就直接把第k大轉換成陣列的索引位置，後面的所有比較都是基於索引位置的而不是第幾大，寫起來更簡單。
這個演算法的最壞複雜度是on2，每一次都恰好分為了個數為1的一組。最好是onlogn。《演算法導論》中指出，如果採用隨機演算法，即partition的pivot是隨機選擇的，那麼平均複雜度是onlogn，注意這是平均，最壞仍然是on2。
那麼如何實現隨機化的partition，很簡單，原本我們是預設選第乙個元素為pivot的，這時只需要隨機選乙個元素作為第乙個元素即可，即先做一次隨機的交換。
**：
public int findkthlargest(int nums, int k)
public int findkthsmallest(int nums, int k, int start, int end)
int index = partition(nums, start, end);
if (index == k) else if (index < k) else
}private int partition(int nums, int start, int end)
int pivot = nums[start];
int last = start;
for (int i = start + 1; i <= end; i++)
}swap(nums, start, last);
return last;
}private void swap(int nums, int i, int j)
（1）先把array分為每組包含5個元素的組，最後一組可能不滿；找出每一組的中位數，並且移動至array的前面，方便後續尋找；這一步是特殊的case，用乙個插入排序就可以實現。
（2）找出中位數的中位數，這一步是一次遞迴地呼叫；
（3）得到pivot以後，按照pivot來partition；然後分3個case，類似於快速選擇。
下面是一些別人的實現：
時間複雜度分析：（1）步需要on；（2）步需要t（n/5）；（3）考慮最壞情況，那麼就是沒有找到，需要遞迴到高位或者地位去尋找，相當於遞迴呼叫了一次bfptr演算法。那麼我們需要得到遞迴地元素個數。假設中位數的中位數是x，那麼有一半的組中，至少含有3個元素大於x，即1/2 * n/5 * 3 = 3/10 * n。那麼至多有n-3/10 * n = 7/10 * n 元素是大於x的。同理至多有7/10 * n小於x的。因此這一步至多需要t（7/10*n）。要注意，這裡中位數的中位數並不是中位數，所以不是2/n，即一分為二。那麼，總的複雜度是on。可以把上述式子展開等比數列計算，或者使用主定理。
資料結構與演算法 選擇排序演算法
選擇排序的基本思想是 如果共有n個元素，那麼第一輪的時候就再n個元素中找到最小的元素，如果它不是排在第乙個，就讓它與第乙個元素交換位置。第二輪再在除去最前面的元素 也就是上一輪找到的最小元素 中，再找到最小的元素，使它的位置確定在當前這些元素的最前面。以此類推。每一輪都可以確定乙個元素的位置，只需要...
資料結構與演算法 選擇排序
選擇排序 從小到大 的基本思想是，首先，選出最小的數，放在第乙個位置 然後，選出第二小的數，放在第二個位置 以此類推，直到所有的數從小到大排序。在實現上，我們通常是先確定第i小的數所在的位置，然後，將其與第i個數進行交換。下面，以對 3 2 4 1 進行選擇排序說明排序過程，使用min index ...
資料結構與演算法 選擇排序
1 什麼是程式？程式 資料結構 演算法 2 選擇排序 selection sort 基本思想 我們從第乙個位置開始，依次和後面的值進行比較，如找到比第乙個值小的，二者進行交換。交換後第乙個位置的值已經確定下來，我們再從第二個位置開始，依次和後面的進行比較，依次類推，知道所有的值都比較完成，到此選擇排...