经典算法：无序数组寻找第K大的数值

给定一个整数数组a, 请返回第K (1<=K<=n) 大的数(包括重复的元素，不用去重)，保证答案存在。

示例

输入 [3，2，1，5，6，4] , 2 
返回值 5 

2. 常规思路

先对无序数组进行排序，然后对有序数组进行查找。

至于选择什么排序算法，有待确定。

先看一下，各种排序算法的复杂度以及稳定性。

看完上面比较之后，可能你心中已经有了自己的答案。

3. 解题思路

常规思路需要两大步：

1. 先整体排序
2. 在有序中查找目标值

那么，针对这道题，我们能不能在排序的过程中就确定目标值呢?

思考一下快排的二分特性：

1. 先找出一个数值的位置，该数值的左侧比自己小，右侧比自己大(整个数组一分为二)
2. 再分别进行左、右两部分进行步骤1的操作，直至整个数组有序。

这里需要知道的是，在快排中某个数值左侧比自己小，右侧比自己大。该数值的位置就是在最终有序数组中的位置，也就是说可以在查找中确定目标位置。并且，在本题的处理过程中，平均情况下只处理1/2的数据量。

动图 - 快排算法

快排算法查找过程：

4. Go代码实现

func findKLargest(arr []int, k int) int { 
    iflen(arr) == 0 || k > len(arr) { 
        return-1 
    } 
 
    var find func(k int, l, r int) int 
    find = func(k int, l, r int) int { 
         
        ll := l 
        rr := r 
        target := arr[l] 
 
        // 倒序(第K大使用)排列 是 target >= arr[r]  / target <= arr[l] 
        // 正序(第k小使用)排列 是 target <= arr[r]  / target >= arr[l] 
        for l < r { 
            for l < r && target >= arr[r] { 
                r-- 
            } 
            arr[l] = arr[r] 
 
            for l < r && target <= arr[l] { 
                l++ 
            } 
            arr[r] = arr[l] 
        } 
       
        arr[l] = target 
        // k在l的右侧 
        // 为什么 下面无论是在左右侧，第一个参数都是k呢？ 
        // 因为，k指的是要找的数值的下标位置(第k大就是下标k-1) 
        // 无论在左右侧，对于数组arr来说，其对应的下标都是固定的 
        // 并且 l/r 每次都会变动，所以k这里是固定的 
        if k > l { 
            // 这里的  l+1, rr 也是数组的下标 
            return find(k, l+1, rr) 
        }elseif k < l { 
            // k在l的左侧 
            // 这里的  ll, l-1 也是数组的下标 
            return find(k, ll, l-1) 
        } 
 
        // 此时目标自位置l处的target，就是第k个大的数值 
        return target 
    } 
 
    // 第k大的数值，对应排序之后就是，数组下标k-1 
    finds := find(k-1, 0, len(arr)-1) 
 
    return finds 
} 

 求第K大，则对数组排序排列。

求第K小，则对数组正序排列。

无论如何，都是从头开始找，这样处理更简单。