第二章作业

一、自然语言描述（找第k小，分治快速选择）
从数组里任选一个元素作为基准，把数组划分成两部分：左边所有数≤基准，右边所有数≥基准。划分完成后看基准所在位置：

1. 若基准下标正好等于k-1（数组从0开始），基准就是第k小元素，直接返回；
2. 若基准下标大于k-1，说明第k小在左半区间，递归在左半部分继续找第k小；
3. 若基准下标小于k-1，说明第k小在右半区间，递归在右半部分找第(k-基准下标-1)小。
   只递归处理其中一侧子数组，不需要两边都递归。

二、时间复杂度分析
最好情况：每次划分都把区间大致对半切分，每次划分耗时(O(n))，总复杂度 (O(n))。
最坏情况：每次选的基准都是当前区间最大或最小值，每次划分只能去掉1个元素，需要n轮划分，复杂度 O(n^2)。

三、分治法体会思考
分治法核心思想是“分、治、合”：把大问题拆成结构相同、规模更小的子问题，解决子问题后合并结果。找第k小是很特别的例子，它不需要像归并排序那样同时处理两边子问题再合并，只需选择性递归一侧，降低了平均开销。
分治不是简单拆分，关键看拆分策略。基准的选择直接决定算法效率：选得均衡，复杂度接近线性；选得极差就退化成平方级。这让我意识到，分治算法除了递归框架，划分策略是性能的关键。
分治适合求解可以独立拆分的问题，把复杂问题化繁为简。但递归会带来栈开销，同时要考虑最坏情况的退化。对比排序后取第k小（O(nlogn)），快速选择平均(O(n))，体现分治可以针对问题特点做优化，不必完整求解全部子问题，只求解需要的部分，这是分治很巧妙的优势。