选择算法（基于快速排序修改）：选择第i小的值

1、选择最大最小值：
a）选择最大或最小值，可以遍历数组所有元素，在线性时间O(n)内完成。
代码：

int findmax(int* A,int N)
{
	int max = A[0];
	int tmp;
	for(int i = 1;i<N;i++){
		tmp = A[i];
		if(tmp>max){ max = tmp; }
	}
	return max;
}

b） 同时选出最大和最小值
分析：独立找最大和最小值，时间复杂度为O(2(n-1))；
因此改为，将一对输入数据进行比较，较小的于当前最小值比较，较大的与当前最大值比较。所以4个元素比较3次，时间复杂度为O(3[n/2])。

伪代码：

int findmax(int* A,int N)
{
	int max,min; 
	if(n%2 == 0) { //n为偶数
		if(A[0]>A[1]) {max =A[0]; min =A[1];}
		else { max =A[1]; min =A[0]; }
	}
	else{
		max =min =A[0];
	}
	int tmp1，tmp2; //同时比较两个数
	。。。
	return max, min;
}

2、选择算法：返回数组A[p…r]中第i小的元素
思路：分治思路，快速排序的修改，时间复杂度为O(n)；
与快速排序一样，仍然将输入数据进行递归划分。但快速排序对两边都进行继续递归，因此时间复杂度为O(nlgn)，但选择算法只对一边进行递归，时间复杂度为O(n)。
代码（假设各元素互异）：

int SelectK(int *A, int l, int r, int k);//找第k小数
{
	if(l == r) return A[l];
	int pivot = Partition(A, l, r); //返回主元的下标
	if(pivot == k-1) return A[pivot]; // 主元的下标为k-1则返回（下标从0开始，所以-1）
	else if(pivot >k-1) return SelectK(A, l, pivot-1, k); // 若下标大则在左边递归
	else return SelectK(A, pivot+1, r, k-pivor-2); // 小则在右边递归
}

int Partition(int *A, int l, int r)
{
	int pivot = A[r]; //将数组最后一个值作为主元
	int i = l;
	int j = r-1;
	for(;;){
		while (A[i]<pivot){i++;}
		while (A[j]>pivot){j--;}
		if(i<j) swap(A[i],A[j]);
		else break;
	}
	swap(A[i],A[right]); //将主元放在中间位置
	return i;
}

注：数组最后一个值作为主元，利用主元所在下标表示元素个数。