快速排序的一个众所周知的问题是，当数据集处于或几乎处于排序顺序时，性能会严重下降。在这种情况下，通常非常慢的插入排序很容易成为最佳选择。问题是知道何时使用哪个。
是否有一种算法可用于遍历数据集、应用比较因子并返回关于数据集与排序顺序的接近程度的报告？我更喜欢 Delphi/Pascal，但如果示例不太复杂，我可以阅读其他语言。
【问题讨论】：
标签： algorithm delphi sorting analysis
还有 SmoothSort，这显然很难实现，但它在 O(N log N) 到 O(N) 之间变化，具体取决于数据的排序方式。
http://en.wikipedia.org/wiki/Smoothsort
冗长而棘手的 PDF： http://www.cs.utexas.edu/users/EWD/ewd07xx/EWD796a.PDF
但是，如果您的数据确实很大并且您必须连续访问它，那么合并排序可能是最好的。它总是 O(N log N) 并且具有出色的“局部性”属性。
【讨论】：
我没有听说过任何预排序分析，但我的观点是，如果您要通过数据集对其进行分析，那么您已经在削减整体排序时间的性能。
【讨论】：
一种可能的解决方案是取当前排序范围内的第一个、最后一个和中间元素（在快速排序操作期间），并选择中间元素作为枢轴元素。
【讨论】：
为了决定使用哪种算法而进行全面分析，您将几乎完成排序工作。您可以执行一些操作，例如检查一小部分随机但增加的索引的值（即分析项目的小样本）。
【讨论】：
您仍然需要遍历所有记录以确定其是否已排序，因此要提高性能，请从您的第一条记录开始，然后遍历其余记录，直到您发现某些内容未正确排序，或者到达列表。如果您发现未命中，则仅将项目从该位置排序到末尾（因为列表的开头已经排序）。
在第二部分的每个项目中，查看该项目是否比第一部分中的最后一个元素
【讨论】：
只有当数据集很大并且大部分已经排序时，QuickSort 才会出现问题，我会使用以下启发式方法（等待一个完整的解决方案）：
如果数据集大小低于阈值，请不要担心。
如果您可以快速（索引）访问记录（项目），请在每 N 条记录中抽取 1 条记录的样本，并查看它们是否已排序。对于小样本应该足够快，然后您可以决定是否使用快速排序。
【讨论】：
提出一个人们尚未提出的概念性观点：快速排序是一种常识性的分而治之的算法，在极少数情况下存在明显的错误。假设您要对一堆学生论文进行排序。 （这与一些规律性有关。）在快速排序算法中，您选择一些纸张，即枢轴。然后根据它们是在枢轴之前还是之后来划分其他论文。然后对两个子堆重复此操作。什么是错误？枢轴可以是靠近列表一端而不是中间的名称，因此将其分成两堆并没有多大作用。
归并排序是另一种以不同顺序工作的分治算法。您可以在线性时间内合并两个排序列表。将论文分成相等或几乎相等的两堆，然后对每堆进行递归排序，然后合并。合并排序没有任何错误。快速排序比归并排序更受欢迎的一个原因是历史原因：快速排序（通常）速度很快，并且无需任何额外内存即可工作。但是现在，保存比较可能比节省内存更重要，并且实际的重新排列通常通过置换指针抽象出来。如果事情一直是这样，那么我怀疑合并排序会比快速排序更受欢迎。 （也许在名字后面加上“quick”是一种很好的推销技巧。）
【讨论】：