215. 数组中的第K个最大元素

在未排序的数组中找到第 k 个最大的元素。请注意，你需要找的是数组排序后的第 k 个最大的元素，而不是第 k 个不同的元素。

示例 1:

输入: [3,2,1,5,6,4] 和 k = 2
输出: 5

示例 2:

输入: [3,2,3,1,2,4,5,5,6] 和 k = 4
输出: 4

说明:

你可以假设 k 总是有效的，且 1 ≤ k ≤ 数组的长度。

第一次交换，算法复杂度为O(N)，接下来的过程和快速排序不同，快速排序是要继续处理两边的数据，（可以这么理解，每次交换用了N，一共logN次）。但是这里在确定枢纽元的相对位置（在K的左边或者右边）之后不用再对剩下的一半进行处理。也就是说第二次插入的算法复杂度不再是O(N)而是O(N/2)，这不还是一样吗？其实不一样，因为接下来的过程是1+1/2+1/4+........ < 2，
换句话说就是一共是O(2N)的算法复杂度也就是O(N)的算法复杂度

class Solution {
    public int findKthLargest(int[] nums, int k) {
        int index = nums.length - k;
        int l = 0;
        int r = nums.length - 1;
        while(l <= r) {
            int rand = (int)(Math.random() * (r - l + 1) + l);
            swap(nums, rand, r);
            // 标准数的左右边界
            int[] idxs = partition(nums, l, r);

            if(index > idxs[1]) {
                l = idxs[1] + 1;
            } else if(index < idxs[0]) { 
                r = idxs[0] - 1;
            } else {// index >= idxs[0] && index <= idxs[1]
                return nums[idxs[0]];
            }
        }

        return -1;
    }


    // 分为三部分
    public int[] partition(int[] nums, int l, int r) {
        int less = l - 1; // 小于等于区域的右边界
        int more = r; // 大于区域的左边界
        while(l < more) {
            if(nums[l] < nums[r]) {
                swap(nums, ++less, l++);
            } else if(nums[l] > nums[r]) {
                swap(nums, --more, l);
            } else {
                l++;
            }
        }

        swap(nums, more, r);
        return new int[]{less+1, more};
    }

    public void swap(int[] arr, int i, int j) {
        int tmp = arr[i];
        arr[i]  = arr[j];
        arr[j]  = tmp;
    }
}