quick selection演算法和quick sort演算法是由同乙個作者提出，這兩者之間有很大的相似之處——分治，即將問題的規模一次次的減小，直到求出最終解，時間複雜度o(n)，且資料無需有序。
目標：找到第n大的數
隨機產生乙個pivot
根據這個pivot，將小於其值的數放左邊，大於其值的數放右邊
更新第n大數的估計值的位置，選擇其中一邊，直到=n
重複2、3步驟.
操作的情況大致如下圖所示：v即為pivot
假設找的數以平均情況計算（被找的數每次都在中間部分），令o(n)為總的時間複雜度，n+o(n/2)為第o(n)次查詢所需要的時間。按照以下公式進行遞推，可以推出，最終o(n)近似等於2n，即o(n)=n。
而最壞情況時（被找的數每次都在最邊上）o(n)=n2。當然也不用過於擔心，有很多方式，通過重新洗牌，使資料盡量的無序，達到平均情況。(shuffle、turkeys』s ninth 等還是挺不錯的)
以上簡介**
p：前指標，q：後指標。
p所指位置為pivot（此時的pivot隨著p的變化而改變）
p前進的條件是：當q所指位置的值大於p所知位置的值
q從left到right遍歷陣列元素
#includeusing namespace std;
int a[1000];
int quickselect(int k, int left, int right)
} if(p == k)
return p;
else if(p < k)
return quickselect(k, p + 1, right);
else
return quickselect(k, left, p - 1);
}int main ()
quickselect(1, 0, n - 1);
cout << a[1] << endl;
for(int i = 0; i < n; i++)
cout << endl;
} return 0;
}
快速選擇演算法
摘要 選擇第k小的元素，用快速排序的思想可以以平均o nlogn 的時間界做到.1 首先找到中間值，並且進行排序。2 如果左邊的子串行的長度 s1 k 1,那麼很顯然中間值就是所求.3 如果左邊的子串行的長度 s1 k,那麼顯然這個所求元素就在子串行s1裡面,遞迴的在s1裡面求解 4 如果 s1 k...
快速選擇演算法
快排的每一趟，數軸的左邊都會是 x 的，右邊都是 x 的。左邊元素的個數是 s1 j l 1,如果k s1 的話，那麼下次遞迴的區間就是左邊，否則右邊。直到 l r 時返回q l 時間複雜度 o n c include using namespace std const int n 1e5 10 i...
Quick Selection（快速選擇演算法）
常年見到快速排序演算法，當在普林斯頓大學的網課上看到這個quick selection演算法的時候，直接蒙住了 這個是什麼，和快速排序有什麼關係啊？於是迅速查閱了維基百科，大致了解了其思想，再結合課程中的ppt，終於搞明白了。不得不說這是個很巧妙的演算法，把原先要o nlogn 複雜度的問題，簡化為...