TopK算法用于在未排序的数组中找到最大或最小的K个元素。常见的两种CPU TopK算法是O(N + KlogN)和O(N)算法。第一种算法使用堆构建和堆提取操作，时间复杂度为O(N + KlogN)。第二种算法使用中位数选择算法和线性扫描或分区算法，时间复杂度为O(N)。两种算法都可以在C++中实现。

中位数选择算法通过找到未排序数组的中位数来找到未排序数组中第i小的元素。算法的核心思想是找到一个足够好的枢轴，将数组分成两个子数组，其中一个包含第i小的元素。中位数选择算法可以使用主定理进行渐进复杂度分析，并在C++中实现。然而，当数组大小较大时，使用中位数选择算法找到近似中位数可能不是一个好主意。此外，中位数选择算法还可以用于选择问题，即在未排序数组中找到第i小的元素。算法的渐进复杂度为O(N)。