Quick Selection（快速选择算法）
常年见到快速排序算法，当在普林斯顿大学的网课上看到这个Quick Selection算法的时候，直接蒙住了——这个是什么，和快速排序有什么关系啊？
于是迅速查阅了*，大致了解了其思想，再结合课程中的ppt，终于搞明白了。不得不说这是个很巧妙的算法，把原先要nlogn复杂度的问题，简化为logn.
想起来以前在竞赛和面试时候碰到过类似的情况，都是要找出第n大的数，当时第一个想到的就是排序，然后再通过定位来求解。这回是长记性了，哪有不用更高效算法的道理呢？！
Quick Selection原理
Quick Selection算法和Quick Sort算法是由同一个作者提出，这两者之间有很大的相似之处——分治，即将问题的规模一次次的减小，直到求出最终解。
目标：找到第n大的数
- 随机产生一个pivot
- 根据这个pivot，将小于其的数放左边，大于其的数放右边
- 更新第n大数的估计值的位置，选择其中一边，直到=n
- 重复2、3步骤
操作的情况大致如下图所示：v即为pivot
Quick Selection复杂度分析
假设找的数以平均情况计算（被找的数每次都在中间部分），令O(N)为总的时间复杂度，N+O(N/2)为第O(N)次查找所需要的时间。按照以下公式进行递推，可以推出，最终O(N)近似等于2N，即O(N)=N。
而最坏情况时（被找的数每次都在最边上），。当然也不用过于担心，有很多方式，通过重新洗牌，使数据尽量的无序，达到平均情况。(Shuffle、Turkeys's ninth 等还是挺不错的)
来自算法课程 PPT，其计算得出的结果