用python实现BFPRT算法

BFPRT算法，也叫做中位数的中位数（Median of Medians）算法，是一种线性时间复杂度的算法，用于在无序数组中查找第k小的元素。其时间复杂度为O(n)。

BFPRT算法的核心思想是使用中位数来分割数组，这个中位数不是普通的中位数，而是通过特殊的方式求出的“中位数的中位数”。具体来说，BFPRT算法会将数组划分为若干个大小为5的子数组，然后找出每个子数组的中位数，再通过递归调用自己来找到这些中位数的中位数。这个中位数的中位数可以用于将整个数组分为两部分，然后根据第k小元素在哪一部分来继续查找。

以下是Python实现BFPRT算法的代码：

import random

def bfprt_median(nums, k):
    n = len(nums)
    if n <= 5:
        return sorted(nums)[k-1]
    
    medians = []
    for i in range(0, n, 5):
        group = nums[i:i+5]
        medians.append(bfprt_median(group, (len(group)+1)//2))
    
    pivot = bfprt_median(medians, (len(medians)+1)//2)
    left = [x for x in nums if x < pivot]
    right = [x for x in nums if x > pivot]
    
    if k <= len(left):
        return bfprt_median(left, k)
    elif k > len(nums) - len(right):
        return bfprt_median(right, k - (len(nums) - len(right)))
    else:
        return pivot

在这个实现中，bfprt_median 函数接受一个无序数组 nums 和一个整数 k，返回第k小的元素。函数首先检查数组的长度是否小于等于5，如果是，则直接返回排序后的数组的第k个元素。

如果数组长度大于5，则将数组分为若干个大小为5的子数组，并分别求出每个子数组的中位数，这些中位数组成一个新的数组 medians。接着，递归调用自己，求出 medians 数组的中位数 pivot。

使用 pivot 将数组分成左右两部分，分别包含小于和大于 pivot 的元素。如果左部分的元素个数大于等于k，则在左部分查找第k小的元素。如果左部分的元素个数小于k，但右部分的元素个数小于等于k-len(left)，则在右部分查找第k-len(left)小的元素。否则，pivot 就是第k小的元素。

以下是一个调用 BFPRT 算法的例子：

arr = [3, 1, 5, 2, 4, 9, 7, 6, 8]
k = 3
result = bfprt_median(arr, k)
print(result)

这个例子会在数组 [3, 1, 5, 2, 4, 9, 7, 6, 8] 中查找第3小的元素，输出结果为 3。