要在一个序列里找出第K小元素，可以用排序算法，然后再找。可以证明，排序算法的上界为O(nlogn)。
在这里，给出两种可以在线性时间内找出第K小元素的方法。
方法1：
(1) 选定一个比较小的阈值（如44），当序列元素小于阈值时，直接用排序算法来做；
(2) 当序列元素大于阈值时，把元素划分为以5个元素为一组，每一组元素自身作排序，然后挑出每一组元素的中间值，再在所有的中间值中，递归调用本算法，挑出中间值，可以认为，此值大约为整个序列的中间值（当序列元素个数不是5的倍数时，最后一组不足5的舍掉，这个对中间值影响不大）；
（图片参考《ALGORITHMS DESIGN TECHNIQUES AND ANALYSIS》 M. H. Alsuwaiyel）
(3) 把元素按中间值划分为三组，第一组小于中间值，第二组等于中间值，第三组大于中间值；
(4) 若第一组的元素个数大于等于K，即第K个元素在第一组内；若第一组和第二组的元素个数大于等于K，即中间值为第K个元素；否则，第K个元素在第三组，再递归调用本算法，注意K要减去一二组的元素个数。
public static int select(int[] A, int k){ return selectDo(A, 0, A.length-1, k); } private static int selectDo(int[] A, int low, int high, int k){ //select k min number int p = high - low + 1; if(p < 44){ Arrays.sort(A, low, high+1); return A[low+k]; } //A divided into q groups, each group 5 elements, and sort them int q = p/5; int[] M = new int[q]; for(int i = 0; i < q; i ++){ Arrays.sort(A, low + 5*i, low + 5*i + 5); M[i] = A[low+5*i+2]; } //select mid in M int mid = selectDo(A, 0, q-1, (q-1)/2); //A divided into 3 groups int[] A1 = new int[p]; int[] A2 = new int[p]; int[] A3 = new int[p]; int count1, count2, count3; count1 = count2 = count3 = 0; for(int i = low; i <= high; i ++){ if(A[i] < mid) A1[count1++] = A[i]; else if(A[i] == mid) A2[count2++] = A[i]; else A3[count3++] = A[i]; } if(count1 >= k) return selectDo(A1, 0, count1-1, k); if(count1 + count2 >= k) return mid; return selectDo(A3, 0, count3-1, k-count1-count2); }