我是否正确地说有很多方法可以执行快速排序？
对于参数sakes，让我们使用第一本教科书的数字： 20 47 12 53 32 84 85 96 45 18
这本书说交换了18和 20 （在书中，20是红色，18是蓝色，所以我加粗了20）。
基本上它一直在移动蓝色指针，直到数字为： 18 12 20 53 32 84 85 96 45 47
现在它说（这对我来说很明显），20左边的所有数字都小于，而右边的所有数字都大于，但它从未将20命名为“枢轴” ，这是大多数其他资源谈论它的方式。然后，正如所有其他方法所述，它在两侧进行快速排序，然后我们最终得到（它只包括排序列表的右半部分）：
47 32 45 53 96 85 84，书结束了。现在我从其他资源中知道，一旦所有列表按顺序排列在一起。我想我明白这一点，但我常常被一本与第二本不同的“剑桥批准”教科书混淆。第二个是谈论通过选择中位数找到一个支点。
找到列表“枢轴”的最佳方法是什么？
答案 0 :(得分：2)
从理论上讲 - 选择median元素作为枢轴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selection algorithm完成的 - 如果你想保证选择需要线性时间 - 它需要median of medians算法，它的常数很差。
如果您选择第一个（或最后一个）元素作为数据透视表 - 您可以保证在排序或几乎排序的数组中获得较差的性能 - 这很可能是许多应用程序中的输入数组 - 所以这不是也是一个不错的选择。因此，选择数组的第一个/最后一个元素实际上是一个坏主意。
选择支点的一个很好的可靠解决方案是随机。从r = rand([0,length(array))中抽取一个随机数，并选择第r个元素作为您的支点。
虽然这里有最坏情况的理论可能性 - 但它是：
答案 1 :(得分：2)
教科书中给出的内容类似于基于数据透视的概念，只是他们没有在那里提到这个术语。但是，无论如何，这些概念都是一样的。
找到列表“枢轴”的最佳方法是什么？
没有固定的方法来选择关键元素。您可以选择数组中的任何元素---第一个，第二个，最后一个等。它也可以随机选择给定的数组。
但是，科学家和数学家通常会谈论中间元素，它是基于对称性原因的列表的中间元素，从而减少了递归调用。
几乎可以看出，当你选择数组的第一个或最后一个元素时，会有更多的递归调用 - 从而更接近最坏的情况。将对更多的递归调用进行框架化，以便在两个分区上单独执行快速排序。