快速选择算法通过partition定位基准元素的全局排名，仅递归处理含目标下标的一侧，平均时间复杂度o(n)；需随机选pivot防退化，常用lomuto或hoare划分，推荐迭代实现。
直接用快排完整排序再取第 K 个最大元素，时间复杂度是 O(N log N)，但其实没必要——快排的“分区”过程本身就能定位元素排名，只需局部递归，平均时间复杂度可降到 O(N)。这就是快速选择（QuickSelect）算法的核心。
关键思路：利用 partition 定位基准元素的真实排名
每次调用 partition 后，基准元素会落到它在最终有序数组中该在的位置（即它的“全局排名”已知）。比如数组长度为 n，第 k 大对应的是升序下标 n − k。只要 partition 返回的下标等于这个目标下标，就立刻返回；否则只往左或右子区间继续查找，不处理另一半。
Java JDK 25
下载
Java JDK 25 来自 OpenJDK 官方归档，版本为 JDK 25，本条下载地址已指向官方 Windows x64 zip 安装包直链，适合调试旧项目或兼容旧版 Java 运行环境。
为什么要随机选基准？
避免最坏情况（如数组已升序，每次都选首/尾作 pivot，退化成 O(N²)）。实践中用 random.nextInt(right − left + 1) + left 随机选一个索引，再把它和边界（如 right）交换，确保 pivot 是随机的。
partition 的两种常见写法
• 单路划分（Lomuto）：pivot 放末尾，i 指向小于 pivot 的右边界，遍历中把小于 pivot 的数 swap 到 i 左侧。
• 双路划分（Hoare）：左右指针相向扫描，交换不满足条件的元素，效率略高，边界处理稍复杂。
两种都可，Lomuto 更易理解，代码更稳定。
实际编码要点
- 目标下标固定为 target = nums.length − k，不是 k−1
- while 循环比递归更省栈空间，推荐迭代写法
- partition 内部 swap 要写辅助方法，避免重复代码
- 每次划分后只保留含 target 的那一半区间，left/right 动态收缩
Java免费学习笔记：立即使用
解锁 Java 大师之旅：从入门到精通的终极指南
