我听说Timsort打破了O（n log n）界限，因为某些情况利用了数据模式。怎么可能？任何人都可以详细解释我吗？如果确实如此，那么Timsort总是会比快速排序少进行比较，因为在实际数据中有一些模式，除了数据是真正随机的？
我们可以使用某种技巧来破坏平均情况下的O（n log n）绑定以进行比较吗？
答案 0 :(得分：4)
这取决于你的意思平均值。在CS领域内，平均值具有非常精确的含义：所有可能输入集的均值，假设每个可能的输入集具有相同的概率。此定义很方便，因为它精确且易于处理，但在某些情况下并不是最有用的，因为真实的单词数据通常与随机数不同，因此平均值的更好定义可能是：所有真实世界输入集的平均值。但这不是很精确，也不会在科学背景下发挥作用，所以你不会在学术界找到这个。这两个定义的差异是巨大的：在现实世界数据中，您可以合理地假设存在固定百分比K1的输入集，可以通过类似于timsort的线性时间进行排序。对于随机数据，可以按线性时间排序的百分比K2(n)非常快地变为零，如K2=Exp(-n)，其中n是输入集的大小。因此，对您提出的确切的，学术性的答案是否，您无法改善平均情况。现实工程师的答案是可能，这取决于我们可以尝试。他们这样做。