选择问题（选最大，选最小，选第k小）

选择问题：一个含有n个不相等实数的集合，输出集合中的第i小元素

如果i=1，则为寻找最小元素
如果i=n，则为寻找最大元素
如果i处在集合序列的中间，则为寻找中位数

选最大

算法：顺序比较，首先假定第一个元素为最大，接着最大元素与第二个元素比较，若最大元素小于第二个元素，则两者交换，否则继续与第三个元素比较

最多需要做n-1次比较运算
最坏情况下时间复杂度：W（n）= n-1

选最大最小

同时求最大元素与最小元素

通常算法

• 先选最大元素
• 再在剩下的元素中选最小元素（与选最大类似）

时间复杂度：W（n） = n-1 + n -2 = 2n-3

分组算法

• 将n个元素两两一组，分成n/2组（假设n为偶数）
• 每组中的两个元素比较，分成较大的跟较小的，所有较大的元素放到一组，较小的元素放到一组，这样就得到n/2个较大元素与n/2个较小元素
• 在较大的元素中寻找最大元素
• 在较小的元素中寻找最小元素

时间复杂度：将元素分成较大一组与较小一组一共需要做n/2次比较，在较大元素中寻找最大元素需要做n/2 - 1次比较，寻找最小同理也需要n/2 - 1次比较
所以一共需要：W(n) = 3n/2 - 2

分治算法

• 将数组从中间划分成两个数组L1与L2
• 递归地在L1中寻找最大max1与min1
• 递归地在L2中寻找最大max2与min2
• max{max1，max2}，min{min1，min2}

时间复杂度：W(n) = 2W(n/2) + 2， W(2) = 1
W(n) = 3n/2 -2

选第k小元素

方法1

做k次选最小的算法，时间复杂度W(n) = O(kn)

方法2

先排序然后再输出第k小元素
时间复杂度：O（nlogn）

方法3（分治）

• 用某个元素m，将数组S分为小于m的部分S1，与大于m的部分S2
• 如果S1中的元素个数n1>k，则就在S1中寻找第k小的元素，
• 如果n1 + 1 == k，则m就是第k小的元素
• 如果（n1 + 1）< k，则就在S2(元素个数n2)中寻找第（k-n1-1）小的元素

但是算法的效率取决于子问题的规模，如何通过m来控制子问题的规模？

• 可以将数组S分组，比如5个数一组，分成n/5组，每组由大到小排序，中位数放到一个集合M中，取集合M中的中位数作为m来控制子问题规模