快速选择算法：如何在 10 亿数据中瞬间找到“第 K 大”？

在海量数据处理面试中，有一个经典问题： "如何从 10 亿个整数中找到最大的 100 个？"

如果你回答"先排序再取值"，面试官可能会摇摇头。因为全量排序的复杂度是 O(N log N)，而 快速选择 (Quick Select) 算法可以将平均复杂度降到 O(N) 。

今天我们就来拆解这个比快排还快的"找数神器"。

1. 为什么排序不是最优解？

假设我们要找第 K 大的元素：

• 排序法 ：把整个数组排好序，然后取下标 K。这就像为了找出班里最高的同学，让全班所有人按身高站成一排。
• 堆排序法：维护一个大小为 K 的小顶堆。复杂度 O(N log K)。
• 快速选择法 ：利用快排的 partition 思想，每次只处理我们需要的那一半。我们不需要知道其他元素的精确顺序，只需要知道它们比目标大还是小。

2. 核心逻辑：分治与剪枝

快速选择的核心在于 partition（分区）操作：

1. 随机选一个基准值 pivot。

2. 把数组分成两部分：左边都比 pivot 小，右边都比 pivot 大。

3. 此时 pivot 所在的位置就是它在全局排序后的最终位置。

4. 关键一步：

   • 如果 pivot 的位置正好是 K，恭喜，找到了！
   • 如果 pivot 的位置比 K 小，说明目标在右半部分，递归右边。
   • 如果 pivot 的位置比 K 大，说明目标在左半部分，递归左边。

注意： 每次递归我们只处理一半的数据，所以速度极快。

3. 代码实现：JavaScript 版

function findKthLargest(nums, k) {
    // 转换为寻找下标为 nums.length - k 的元素
    const targetIndex = nums.length - k;
    return quickSelect(nums, 0, nums.length - 1, targetIndex);
}

function quickSelect(arr, left, right, targetIndex) {
    if (left === right) return arr[left];

    // 随机选择 pivot，避免最坏情况
    const randomIndex = left + Math.floor(Math.random() * (right - left + 1));
    [arr[left], arr[randomIndex]] = [arr[randomIndex], arr[left]];

    const pivotIndex = partition(arr, left, right);

    if (pivotIndex === targetIndex) {
        return arr[pivotIndex];
    } else if (pivotIndex < targetIndex) {
        // 目标在右边
        return quickSelect(arr, pivotIndex + 1, right, targetIndex);
    } else {
        // 目标在左边
        return quickSelect(arr, left, pivotIndex - 1, targetIndex);
    }
}

function partition(arr, left, right) {
    const pivot = arr[left];
    let i = left + 1;
    let j = right;

    while (true) {
        while (i <= j && arr[i] < pivot) i++;
        while (i <= j && arr[j] > pivot) j--;
        if (i > j) break;
        [arr[i], arr[j]] = [arr[j], arr[i]];
        i++;
        j--;
    }
    
    [arr[left], arr[j]] = [arr[j], arr[left]];
    return j;
}

4. 性能分析：为什么它是 O(N)？

• 平均情况 ：每次 partition 都能把数据大致对半劈开。 N+N/2+N/4+...=2NN+N/2+N/4+...=2N，即 O(N) 。

• 最坏情况 ：每次选的 pivot 都是最大或最小值，退化为 O(N²)。

  • 优化方案 ：使用随机化 Pivot（如代码所示）或"三数取中法"，可以极大概率避免最坏情况。

5. 工业界应用：数据库与监控系统

1. 数据库查询优化：

   • 当执行 SELECT * FROM table ORDER BY score DESC LIMIT 10 时，数据库引擎内部往往不会全表排序，而是使用类似快速选择或堆的算法来加速。

2. 实时监控 Top N：

   • 统计系统中占用 CPU 最高的前 10 个进程。

3. 电商排行榜：

   • 实时计算销量最高的商品列表。

6. 总结与面试考点

特性	说明
核心优势	平均 O(N) 时间复杂度，无需额外空间
稳定性	不稳定排序（会打乱原始顺序）
适用场景	寻找第 K 大/小元素、Top K 问题

面试官常问：

1. "快速选择和快速排序的区别？" （答：快排递归处理左右两边，快选只递归一边。）
2. "如果数据量太大内存放不下怎么办？" （答：使用外部排序或多路归并，或者维护一个大小为 K 的堆。）

---

下期预告： 找数搞定了，接下来我们聊聊处理字符串和数组的万能钥匙------滑动窗口 (Sliding Window) 。看看它是如何优雅解决"最长无重复子串"问题的。

如果你觉得这篇干货对你有帮助，欢迎点赞收藏！🚀

---