Algorithm 快速排序算法-做同一件事的许多不同方法？

我说有很多方法可以执行快速排序，对吗

为了便于论证，让我们使用第一本教科书的数字： 2047 12 53 32 84 85 96 45 18

这本书说要把18号和20号互换（书中20号是红色的，18号是蓝色的，所以我把20号加粗）

基本上，它会一直移动蓝色指针，直到数字为： 18 122053 32 84 85 96 45 47

现在它说（对我来说这是显而易见的）20中左边的所有数字都小于，右边的所有数字都大于，但它从未将20命名为“支点”，这是大多数其他资源所谈论的。然后，正如所有其他方法所述，它在两个方面进行快速排序，然后我们得到（它只包括对列表的右半部分进行排序）：

47324553968584本书到此结束。现在我从其他资源中了解到，一旦所有列表都按顺序排列，它们就会重新组合在一起。我想我理解这一点，但我经常被一本“剑桥认可”的教科书弄糊涂，这本教科书与第二本不同。第二个是关于通过选取中间值来寻找轴心点

---

为列表找到“轴心”的最佳方法是什么？

理论上-选择元素作为轴心可以保证最少的递归调用次数，并保证

Theta（nlogn）

运行时间。
然而，找到这个中位数是用——如果你想保证选择需要线性时间——它需要算法，而算法的常数很差

如果您选择第一个（或最后一个）元素作为枢轴，那么对于排序或几乎排序的数组，您的性能肯定会很差，在许多应用程序中，这很可能是您的输入数组，所以这也不是一个好的选择。因此，选择数组的第一个/最后一个元素实际上是个坏主意

选择枢轴的良好固溶体是随机的。从

r=rand（[0，长度（数组））

中绘制一个随机数，并选择第r个元素作为轴心

虽然理论上存在最坏情况的可能性，但它是：

不太可能

恶意用户很难预测最坏情况下的输入，尤其是在他不知道随机函数和/或种子的情况下

---

你的教科书中给出的概念与基于轴心的概念相似，只是他们没有提到这个术语。但是，无论如何，这些概念是相同的

找到列表“轴心点”的最佳方法是什么

选择关键元素没有固定的方法。你可以选择数组中的任何元素——第一个、第二个、最后一个等等。也可以为给定的数组随机选择

但是，出于基于对称性的原因，科学家和数学家通常会讨论中间元素，它是列表的中间元素，从而减少递归调用

---

很明显，当您选择数组的第一个或最后一个元素时，递归调用的数量将更多，从而更接近最坏的情况。递归调用的数量将更多，以分别在两个分区上执行快速排序。

您建议的标记将不适用于本网站。有关标签的更多信息，请参见此处：这是一个人的观点。作为高中教师，我们经常得不到足够的资源，或者不得不在互联网上寻找太多的资源。我们正在教学生如何在一个需要更多IT培训人员的行业中编程。也许剑桥是一个不正确的标签，如何关于“高中教师”或“中学教师”？如果你想了解更多的意见，包括网站的负责人，请查看Meta。它就在某个地方。本案例的标准问题是：有人能成为了解“高中教师”一切的专家吗？不？那么它就不会得到标签。排序算法方面的专家是可能的，等等，但老师是不可能的。这不会有用。没有人在乎你问什么，因为你是剑桥的老师，人们只关心这个问题。而且没有人会搜索“老师问的问题”，但是关于快速排序的问题。我链接的关于标签的页面表明标签应该描述问题的内容。如果标签不能作为问题上的唯一标签，就不应该使用它。更多详细信息，谢谢你，如果我有足够的分数，我会将你的答案列为有用的！@Chris谢谢你的赞赏。另外，你可以投票给我的答案稍后回答，当你获得15个声望时，现在你有8个。