Algorithm 是“快速排序”；“自适应”；及；在线；？
也就是说，当给定一个已经排序的列表时，快速排序的性能更好吗？我不明白为什么会出现这种情况，但也许我不完全理解算法 此外，当我们在排序时向列表中添加新数据时，快速排序能否“继续”？在我看来，算法在开始时需要所有数据的完整集合才能“工作” 当给定一个已经排序的列表时，快速排序的性能更好吗 我认为quicks sort的性能主要取决于在每个步骤中选择的枢轴元素。如果选定的枢轴元素可能是列表中最小或最大的元素，则情况最糟糕 快速排序“继续”，同时向列表中添加新数据 分类 是的，快速排序不是自适应的。这是快速排序的特性 当给定一个已经排序的列表时，快速排序的性能更好吗 不，事实上，它通常被教导的方式（使用第一个元素作为轴心）已经排序（或接近排序）的列表是最坏的情况。但是，使用中间元素或随机元素作为轴心可以缓解这种情况 当我们在排序时向列表中添加新数据时，快速排序能否“继续”Algorithm 是“快速排序”；“自适应”；及；在线；？,algorithm,sorting,quicksort,Algorithm,Sorting,Quicksort,也就是说，当给定一个已经排序的列表时，快速排序的性能更好吗？我不明白为什么会出现这种情况，但也许我不完全理解算法 此外，当我们在排序时向列表中添加新数据时，快速排序能否“继续”？在我看来，算法在开始时需要所有数据的完整集合才能“工作” 当给定一个已经排序的列表时，快速排序的性能更好吗 我认为quicks sort的性能主要取决于在每个步骤中选择的枢轴元素。如果选定的枢轴元素可能是列表中最小或最大的元素，则情况最糟糕 快速排序“继续”，同时向列表中添加新数据 分类 是的，快速排序不是自适应的。这是
不，您的直觉是正确的，您从一开始就需要整个数据集。当快速排序的枢轴选择是随机的时，它的运行时间为O（n lg n），其中n是数组的大小。如果按排序顺序选择数据透视，则其运行时将降级为O（n^2）。无论是从左侧、右侧、中间还是随机选择轴，这都无关紧要，因为可以（如果不可能）按排序顺序选择轴 避免这种情况的唯一方法是通过使用诸如“三个中间值”之类的技术来确保枢轴不整齐
根据Robert Sedgewick，Algorithms，Addison-Wesley Publishing Company，1988年，第124页，如果您使用三位数技术选择轴并停止小分区的递归（大小从5到25；这会使数组未排序，但可以通过插入排序快速完成）然后QueQuad将总是O（n LG n），而且比普通QuasRoad更快地运行20%。这是什么来源？“使用中间”-我想你是指中值，如果你总是使用数组中间的元素，我们可以构造最坏的情况，没有问题。是的，我们可以为它构造最坏的情况，但是它们比排序数组的可能性要小得多，在较大的数组中概率非常小。@G.Bach如果您使用median，那么您可以保证
O（logn）O（n^2）qsort（）