bfprt算法

        转自bfprt算法中的部的那内容：

          快速排序算法，将原始数据划分为两个部分，在分别对两部分数据按同样的方法分治递归，通过不断的递归将大的问题划分为2个小的字问题，达到快速的目的，算法的平均时间复杂度为O(n*logn), 这里的枢纽元的选择很关键，如果选择的是最大值或是最小值，那么划分的连个子问题将会严重不平衡，算法的最坏复杂度将会达到O(n*n)。关于枢纽元的选择，在算法导论或是Mark Allen Weiss的数据结构中都有详细的讨论，主要有随机选择，三元素取中值，五划分中项的中项法。

      五划分中项的中项法就是BFPRT算法。Mark Allen Weiss的数据结构中P282中介绍了此算法，并给出了相关证明：
      1.此算法可以保证每个递归的子问题的大小最多是原问题的的大约70%
      2.对于整个选择算法，枢纽元可以足够算法算出，保证O(n)的运行时间
      这里的算法复杂度的分析，可以参看相关书籍和本文最后列出的大神博客，本文不做叙述。
     这里有一个福州大学的教学视频， http://ds.fzu.edu.cn/fine/resources/FlashContent.asp?id=82，感谢这个视频的创作者，关于算法的讲解用视频的方式最能够让人理解了。
     下面是算法主要步骤：
     其中有些细节的处理，主要是边界问题还是比较关键，后面会给出这些问题。
     数据有n个，取出最小的k个数字
     终止条件：n=1时，返回的即是i小元素。
     算法步骤：
     step1：将n个元素每5个一组，分成n/5(上界)组，最后的一个组的元素个数为n%5，有效的组数为n/5。
     step2：取出每一组的中位数，最后一个组的不用计算中位数，任意排序方法，这里的数据比较少只有5个，
                  可以用简单的冒泡排序或是插入排序。
     setp3 :  将各组的中位数与数组开头的数据在组的顺序依次交换，这样各个组的中位数都排在了数据的左边。
                  递归的调用中位数选择算法查找上一步中所有组的中位数的中位数，设为x，偶数个中位数的情况下设定为选取中间小的一个。
     setp4:   按照x划分,大于或者等于x的在右边,小于x的在左边，关于setp4数据的划分，中位数放在左边或是右边会有些影响。
                  后面的代码调试将会看到。
     step5：setp4中划分后数据后返回一个下表i，i左边的元素均是小于x，i右边的元素包括i都是大于或是等于x的。
                  若i==k，返回x；
                  若i                   若i>k，在大于等于x的元素中递归查找第i-k小的元素。