因此，如果您使用快速排序对数组进行排序，您可以使用quicksort在O（nlogn）中对其进行排序，然后对其进行排序后，可以使用二进制搜索将新元素插入到O（logn）中的数组中esque算法。
我的问题是，有没有办法证明如果你可以在O（logn）时间内插入排序数组，那么这意味着排序算法必须至少为O（nlogn）？
换句话说，两个算法的运行时间之间是否存在关系？
答案 0 :(得分：1)
否：可以使用bubblesort（O（n²））对数组进行排序。之后，仍然可以使用相同的算法在O（log（n））时插入。
答案 1 :(得分：1)
嗯，维护顺序的插入是O（log n）的事实意味着只需将每个元素依次插入到数组中就可以在O（n log n）中执行排序操作。然而，这可能与你真正要求的相反;它证明存在O（n log n）排序，但并不反驳更快排序的可能性。
答案 2 :(得分：0)
首先，一些需要特殊条件的排序算法可能会降低时间复杂度。例如Counting Sort，其复杂度为O（n + k）（其中k是数组中的最高数）或Radix Sort，复杂度为O（n * k）（其中k为最大值）数组元素中的位数。） O（nlogn）的界限适用于比较算法。
第二，回答这个问题，不（遗憾地）。插入和排序之间的关系是另一种方式，就像davmac所说的那样。
比较的下限是您需要至少nlogn比较才能找到正确的顺序。有关详细信息，请参阅This wiki page on comparison sort algorithms。请注意，教授与插入无关（教授实际上不假设任何插入）。