算法第二章实践作业

1. 用自然语言或伪代码描述找第 k 小的数的分治算法

算法思想：

采用快速选择算法，先选择一个基准值，将数组划分为左右两部分，再根据基准值的位置判断第 k 小的数在哪一部分，只对目标所在的部分继续递归查找，直到找到结果。

伪代码：

QuickSelect(A, left, right, k)
    if left == right
        return A[left]

    p = Partition(A, left, right)
    m = p - left + 1

    if k == m
        return A[p]
    else if k < m
        return QuickSelect(A, left, p-1, k)
    else
        return QuickSelect(A, p+1, right, k-m)

其中，Partition 用于划分数组并返回基准值的最终位置，k 从 1 开始计数。

2. 分析算法的最好和最坏时间复杂度

（1）最好情况：

每次划分都比较均匀，只需要处理规模约为原来一半的子问题。

\[ T(n)=T(n/2)+O(n) \]

因此，最好时间复杂度为 O(n)。

（2）最坏情况：

每次选择的基准值都是最大值或最小值，每次只能减少一个元素。

\[ T(n)=T(n-1)+O(n) \]

因此，最坏时间复杂度为 O(n²)。

该算法的平均时间复杂度为 O(n)，通常比先排序再查找更高效。

3. 结合本章学习，谈谈对分治法的体会和思考

通过本章学习，我理解了分治法的核心思想，就是将一个大问题分解成若干个小问题，再逐步解决。例如归并排序、快速排序和查找第 k 小的数，都体现了这种思想。

其中，找第 k 小的数让我认识到，并不是所有问题都需要完整处理，有时只需要解决其中一部分，就能得到结果，从而减少计算量。

同时，分治法的效率也与划分方式有关，不合理的划分可能导致时间复杂度增加。因此，在使用分治法时，不仅要考虑如何分解问题，还要注意算法的效率。

通过学习，我体会到分治法不仅是一种算法，也是分析和解决复杂问题的重要思路。