有没有人知道std::nth_element的不同实现的预期运行时间和最差情况运行时间？我几乎每天都使用这个算法。
我对最近的Microsoft编译器附带的STL版本特别感兴趣，但有关此主题的任何信息都很有帮助。
Please note that this is not a duplicate of this question.我理解存在哪些算法，但我对哪些实现使用哪种算法感兴趣。
对于背景，有众所周知的算法可以做到这一点。一个是O（n）平均情况和O（n log n）最坏情况，一个是O（n）最坏情况但实际上缓慢（中位数的中位数）。 另请注意there is talk of interesting implementation strategies to get worst-case O(n) running times that are fast in practice。该标准规定，这必须在更短的O（n）平均时间内。
答案 0 :(得分：16)
预计运行时间为O（N） 大多数实现的最坏情况运行时间是O（N * N），因为大多数实现使用QuickSelect，可能是QuickSelect运行到坏分区。 对于Microsoft VS2008，VS2010＆amp; VS2012。
现在有了新的ISO C ++ 2011标准，std :: sort的复杂性已经收紧 - 保证为O（N * log N），并且使用David Musser的IntroSort时没有更糟糕的情况： - 使用QuickSort，如果阵列的某些部分遇到错误的分区，请换到heapsort。
理想情况下，应该使用std :: nth_element完全相同，但ISO C ++ 2011标准并没有收紧复杂性要求。因此，在最坏的情况下，std :: nth_element可能是O（N * N）。这可能是因为在David Musser的原始论文中（见here），如果QuickSelect出现问题，他没有提到应该交换哪种算法。
在最坏的情况下，可以使用使用5组的中位数中位数（我已经看过一篇论文推荐的7组但无法找到它）。因此，如果分区变坏，std :: nth_element的质量实现可以使用QuickSelect并交换到中位数中位数。这将保证O（N）行为。 QuickSelect可以通过使用采样来改进，使最坏情况不太可能但不是不可能的。
答案 1 :(得分：7)
GCC 4.7中的实现使用了David Musser的introspective selection（这里有paper提供有关introsort和introselect的详细信息）。根据这些文件，最坏情况下的执行时间是O（n）。
答案 2 :(得分：0)
cppreference说，首先它排序然后找到第n个元素，但通过这种方式，平均值应该是O(n log n)（通过基于比较的排序算法），但是他们写的平均值是O（n），似乎不正确，除了使用基类排序等排序，...但因为它具有基于通用比较的输入，似乎不可能使用基数排序或任何其他不基于比较的排序。无论如何，使用快速排序算法比在实践中使用正常选择算法（内存和平均时间）更好。