快速选择算法：高效解决无序数组第k小问题

markdown复制## 1. 问题背景与核心需求

快速选择算法是算法竞赛和面试中的高频考点，AcWing 786题要求在一个无序数组中找出第k小的数。常规排序后取第k个元素的方法时间复杂度为O(nlogn)，而快速选择算法可以优化到平均O(n)时间复杂度，这对处理大规模数据至关重要。

我在刷题过程中发现，很多同学虽然能写出快速排序，却对快速选择算法的变体束手无策。本文将拆解这个经典问题的三种实现方案，并分享调试时发现的边界陷阱。

## 2. 算法核心思想解析

### 2.1 快速选择与快速排序的异同

快速选择算法脱胎于快速排序的partition过程：
- 相同点：都采用分治思想，通过pivot划分数组
- 不同点：快速排序递归处理两侧子数组，而快速选择只需处理包含第k元素的单侧

关键优化在于每次partition后：
1. 计算左区间元素个数sl
2. 若k ≤ sl，只在左区间递归
3. 否则在右区间寻找第(k-sl)小的数

### 2.2 时间复杂度证明

理想情况下每次partition将数组减半：
T(n) = T(n/2) + O(n)
根据主定理可得O(n)

最坏情况（如已排序数组）：
T(n) = T(n-1) + O(n) → O(n²)
可通过随机化pivot避免（后文详述）

## 3. 三种实现方案对比

### 3.1 基础版（Lomuto Partition）

```cpp
int quick_select(int q[], int l, int r, int k) {
    if (l >= r) return q[l];
    int i = l - 1, j = r + 1, x = q[l + r >> 1];
    while (i < j) {
        do i++; while (q[i] < x);
        do j--; while (q[j] > x);
        if (i < j) swap(q[i], q[j]);
    }
    if (k <= j) return quick_select(q, l, j, k);
    else return quick_select(q, j + 1, r, k);
}

注意：这种写法在元素全相同时会