從n個數當中選出第k個最大者。 最簡單的兩種演算法：
- 優先佇列基本模型
- 優先佇列的簡單實現
方法a,鍊錶：表頭插入-->遍歷鍊錶刪除最小元。時間複雜度o(1)+o(n)
方法b,二叉查詢樹。時間複雜度o(logn)
- 優先佇列更好的實現方案：二叉堆（簡稱堆）
a.二叉堆的結構性質
堆：完全填滿的二叉樹。底層元素從左到右填入。（完全二叉樹）
完全二叉樹，高h與節點數n的關係
n = 2^h ~ 2^(h+1) - 1
h = o(logn)
位置i的元素-->左兒子[2i],右兒子（2i+1）,父親(i/2)下取整
b.堆序性質
堆序性質（heap-order property）：讓操作快速執行的性質
在乙個堆中，每乙個子節點x的父親中的關鍵字小於等於x的關鍵字，根節點除外。
c.基本的堆操作（見資料結構與演算法分析p153）
buildheap最壞情況用時o(n)
每次deletemin用時o(logn)
k次deletemin-->用時o(klogn + n)
演算法a5：
選取s中乙個元素作為樞紐元v，將集合s-分割成s1和s2，就像快速排序那樣
如果k <= |s1|，那麼第k個最小元素必然在s1中。在這種情況下，返回quickselect(s1, k)。
如果k = 1 + |s1|，那麼樞紐元素就是第k個最小元素，即找到，直接返回它。
否則，這第k個最小元素就在s2中，即s2中的第（k - |s1| - 1）個最小元素，我們遞迴呼叫並返回quickselect(s2, k - |s1| - 1)。
此演算法的平均執行時間為o(n)。
在我自己的專案中，k=1或2.所以採用演算法a2或者a4比較好。a2**量小，果斷採用。
選擇問題 第k小元素
問題描述 在乙個無序的序列t中，尋找第k小的元素 分析 將序列t進行公升序排列，下標為k的元素即為第k小的數。下標從1開始 考慮到快速排序的過程，每次進行一次partition 函式，就將比軸線值小的數放在軸線左邊，比軸線大的值放在軸線右邊，即可確定乙個軸線值的下標位置s。下面分三種情況 1 s k...
選擇問題（第k小元素）（分治法）
selection algorithm 選擇問題即第k小元素問題。解決該問題的基本思想與快速排序演算法相同，通過選擇基元進行劃分，從而知道第k小元素在 原始資料使用隨機函式生成。採用結構化程式設計，可以很容易改為從標準輸入或檔案讀入資料，只需要修改函式getdata即可。資料個數由巨集定義給出，也可...
k值的選擇
k值過大 k值選擇問題，李航博士的一書 統計學習方法 上所說 1 選擇較小的k值，就相當於用較小的領域中的訓練例項進行 學習 近似誤差會減小，只有與輸入例項較近或相似的訓練例項才會對 結果起作用，與此同時帶來的問題是 學習 的估計誤差會增大，換句話說，k值的減小就意味著整體模型變得複雜，容易發生過擬...