在数组A中寻找第k小的元素-最坏情况为线性时间的算法

I ： 平均情况下的时间复杂度为：O(n) 期望值（expected）； 最坏情况下的时间复杂度为：O(n的平方)即：每次对A划分为（0：n-1）

函数命名为：find_k_th(A, p, q, k)    //int  value = find_k_th(A, p, q, k): value为从A[p]到A[q]中第k小的值

可以从 random-quicksort 算法中（复杂度分析运用了随机变量指示器：indicator of random variable）将数组A进行划分，随机选取主元pivot，得到一个返回的值r（r为数组A中<=pivot 的索引，即：A[r] = pivot，小于pivot的个数为：num = r-p+1 ）：

1. num = k, 返回A[r], 即：A[r]为所要找的A中第k小的值；
2. num < k, 递归地返回 find_k_th(A, r+1, q, k-num), 即：A的左边有num个小于第k小的值，则第k小的值 = 右边的第 k-num 小的值；
3. num > k, 递归地返回 find_k_th(A, p, r-1, k), 即： num > k, 第k小的值在A的左边。

II： worst-case下时间复杂度为：O(n)的算法：

因为第I种算法只有平均情况下T(n)才为线性，不能避免最坏的情况；为了使最坏情况下T(n)也为线性，需要每次选择的主元pivot应该确定地处于A的中间，而非随机选择。

方法：递归的划分输入数组A

步骤：