特定分治策略

1. 问题
设L是n个元素的集合，从L中选取第K小的元素，其中1<=K<=n。
2. 解析
k<=|S1|，归约为在S1中找第k1小的子问题，k1在子问题中的相对位置不变，即k1=k；
k=|S1|+1,m*就是所要找的第k小的数;以m为划分标准后，比m小的有|S1|个，如果恰巧，k=|S1|+1,则m就是所要找到第k小的数
k>|S1|+1，归约为在S2中找k2位置的子问题，k2相对于S2子问题和k相对于S的关系，即k2=k-|S1|-1。（在S中找k,就是在S2中找k2）

3. 设计
[核心伪代码]
Select (S， k)
输入：n个数的数组S，正整数k
输出：S中的第k小元素
1.将Ｓ划分成5个一组，共下取整（n/5）个
2.每组找一个中位数，把这些中位数放到集合M中
3. m*<——Select (M,上取整(|M|/2))
//选Ｍ的中位数m*，将Ｓ中的数划分成Ａ，B，C，D四个集合
4.把Ａ和Ｄ中的每个元素与m比较，小的构成S1，大的构成S2；
5.S1<——S1UC； S2<——S2UB；
6.if k=|S1|+ 1 then 输出m
7.else if k《|S1|
8. then Select (S1，k)
9. else Select (S2，k- lSi| -1)
4. 分析

假设n是5的倍数，且n/5是奇数，即n/5=2r+1，于是|A|=|D|=2r， |B|=|C|=3r+2 ，n = 10r+5。
如果A和D的元素都小于 m*，那么它们的元素都加入 S1，且下一步算法又在这个大的子问题上进行递归调用，这对应了归约后子问题规模的上界，是算法复杂度的最坏情况。
子问题规模为：

表明子问题规模不超过原问题规模的7/10

其中，w（n/5）为查找m的时间，总规模n中选出n/5个数来找中位数
tn是构造中位数集合，以及AD和m进行比较的时间开销，t是某个常数

W(n)<=tn+0.9tn+0.9²tn+…=tn(1+0.9+0.9²+…)= O(n)
综上时间复杂度为O(n)