> >如果存在更多重复的键，为什么上述快速排序算法无法有效工作？
由于您的破坏条件是：它变得无效，
if(i >= j) break;
因此，当您使用
i和从两侧进行扫描时
j，很有可能在 i == j 时破坏而不是
i越过
j。
什么 不好的 时候，我们打破可能可能发生
i==j时， 许多重复键存在 ？
当您
i==j;从第一个while循环中断时，您必须已经
a[i] >= v从第二个while循环
a[j] <=v
中断，但由于我们正在考虑以下情况的“中断”：
i==j因此，
a[i] = a[j] = v即
a[i]与
v您的 数据透视元素 相同。
在这种情况下，您的最外层
exch(a[i], a[r]);将简单地交换自身的支点价值。
因此，在下一个递归调用
quicksort(a, i+1, r);数组的Right-
half时，您将有最少的元素位于最右边。（您的数据透视选择策略很简单，
item v =a[r];），我们都知道QuickSort选择一个数据透视元素是不好的等于数组的最小值或最大值。因此，您随后对右半的递归调用将是 简并的 。
这就是为什么作者建议不要为 i == j 休息，而要在那之前抓住它们。
> >作者在这里退化是什么意思？
在这里退化意味着递归树变得偏斜，即随后的问题不会产生几乎相等的大小。您正在将大小问题划分
N为一些大小问题，
N-1
而
1不是更均衡的问题，例如将其划分为大小
N/2和问题
N/2。
> >如何用下面的描述修改以上程序？
我们可以像下面这样实现它：
int partition(int A[], int l, int r){ int i=l-1, j=r, v = A[r]; for(;;){ while(A[++i] < v); while(A[--j] > v) if(j == l) break; if(i>=j) break; swap(A[i], A[j]); } if(i == j){// case when we stopped at the pivot element. j = j+1;//backtrack j 1 step. if(j <= r) swap(A[j], A[r]); return j;// partition the subsequent problems around j now. } swap(A[i], A[r]); return i;}> >如果存在更多的重复密钥，上述修改如何改进？
通过不让您生成明显的退化案例，它可以提高性能。
