快速选择算法——关于Lomuto划分的Quick selects算法Python实现

       选择问题是求一个n个数列表的第k个最小元素的问题。这个数字被成为第k个顺序统计量。对于k=1或k=n，问题退化为最小和最大元素问题。显然，为了找出第k个最小的元素，我们可以先对数组排序，然后再从输出中找出第k个元素。但是，杀鸡需用牛刀？只是找第k个最小元素，我们并不需要排序（除非查询的次数很多，并且每次k都不一样，但那是属于预排序优化的内容了，后面会讲），我们可以采用划分（partitioning）的思路，使左边包含所有小于p的元素，紧接着是中轴（pivot）p本身，再接着是所有大于或等于p的元素。中轴的选择可以随机选，也可以简单指定为第一个元素。

伪代码：

算法 LomutoPartition(A[l,...,r])
    //采用Lomuto算法，用第一个元素作为中轴对子数组进行划分
    //输入：数组A[0,...,n]的一个子数组A[l,...,r]，它由左右的索引l和r(l<=r)定义
    //输出：A[l,...,r]的划分和中轴的新位置
    P ← A[l] //中轴元素
    S ← l
    for l ← l+1 to r do
        if(A[i]<p){
        s ← s+1；swap（A[s],A[i]）
        }
    Swap（A[l],A[s]）
    return s;

我们如何利用划分列表来寻找其第k小元素呢？