答案 0 :(得分：6)
你可以在12个中轻松地：
你可以比使用二分搜索更好地做到这一点，当然......将最终数字与5的中间进行比较，然后根据比较的结果与前两个或后两个进行比较。最多应该进行10次比较。
答案 1 :(得分：3)
最快的方法（平均比较次数等于理论值）是：
c1 -→ o | 3/10 comparisons
c2 -→ o
o -→ o
然后在比较两个更大的数字（c1和c2）之后我们有
o -→ c1
o -→ o -→ c2 | 4/10 comparisons
↘
↘o
然后我们比较＆＃34; c1＆＃34;到＆＃34; c2＆＃34;并获得两种可能的变体（首先是c1> c2，否则是第二种）
A)Worse(26/45 of all cases) B)Better(19/45) | 5/10 comparisons
o -→ c1 -↘ b-↘
↘ ↘
o -→ c2 -→ o o -→ c1-→ c2-→ c3
↘ ↘
↘o ↘a
A）在第一种情况下，我们的下一步将是＆＃34; c1＆＃34;到＆＃34; c2＆＃34;之后我们可以获得A1）如果c1> c2，否则A2）
A1) A2) | 6/10
o↘ c1-→ c2 -→ o -→ o
↘ ↗
o -→ c1-→ c2 -→ c3 a -→ b
↘
↘a
A1）我们排序＆＃34; a＆＃34;顺序{c1; c2; c3}从与c2的比较开始，然后我们得到
A1.1) A1.2) | 8/10
a↘ a↘
↘ ↘
c1-→ c2-→ o -→ o -→ o c1-→ c2-→ c3-→ o -→ o
A1）然后我们只需排序＆＃34; a＆＃34;顺序{c1; c2}或{c1; c2; c3}从（！）A1.1和A1.2两个案例开始，与＆＃34; c2＆＃34;在1-2（A1）或2（A2）比较中。
A2）我们排序＆＃34; a＆＃34;在{c1; c2}总是从与c1的比较开始，然后我们排序＆＃34; b＆＃34;在一系列小于＆＃34; a＆＃34;从与任何元素（如果有2个），第2个（如果有3个），第2个或第3个中的任何一个（如果该序列中有4个元素）进行比较开始
B）以同样的方式我们排序＆＃34; a＆＃34;在序列{c1; c2; c3}中，从与c2的比较开始，之后我们排序＆＃34; b＆＃34;在比c2（如果有3个元素）或c2或c3（如果有4个）的比较开始的小于c3的元素序列中。这将需要3-4次比较。您也可以从＆＃34; b＆＃34;开始反之亦然，结果不会发生变化。
总的来说，这个算法在19/45个案例中对9个比较中的6个数字进行排序 在26/45例中的10次比较中。
6！= 720,2 ^ 9 = 512，这意味着在9次比较后我们可以得到512个不同的结果，所以对于304（304是512 - 2 *（720-512））我们可以说＆＃34 ;这就是全部，我们肯定知道顺序＆＃34;，但是对于208休息，我们还需要再进行一次比较，以便将208与其他处理区分开来，并使用相同的比较结果。 304/720 = 19/45; 208 * 2/720 = 26 / 45~0.578 因此，最好的算法平均会进行9.578次比较。 还有另一种选择：在7次比较中排序5，然后在3次比较中排序第6个元素，但是因为＆＃34; 5在7＆＃34;最好的算法是在1/15的情况下进行6次比较，＆＃34; 6次在10＆＃34;算法将在1/45例中进行8次比较（16/45例中9次比较，28/45例中10次比较），平均得出9.6次比较。
答案 2 :(得分：1)
我相信你可以做到比13更好，只是基于O（n log n）增长的原则。
基本方法是设计一个决策树，确定您正在处理哪种排列，但对实际值不敏感。但是，假设需要对可能的决策树进行详尽搜索以找到最佳决策树，您需要注意随着项目数量的增加，要考虑的决策树数量会迅速增加非常。虽然我没有检查过这个猜测 - 但它可能会以指数方式进行猜测 - 甚至可能比这更糟糕。
你可以通过硬编码常见排序算法的测试来做得比13更好 - 但不是O（n ^ 2）算法，如冒泡排序甚至（我怀疑）快速排序。
基本上，我认为这个想法比它的价值更麻烦。五可能是硬编码最佳排序的实际限制。更大的东西 - 只需使用标准排序算法。虽然我打赌有人会回答一个实现。