Muitos algoritmos de ordenação possuem complexidades de tempo diferentes para o “melhor caso” e o “pior caso”. Por exemplo, o algoritmo Quick Sort ...

Os diferentes casos de complexidade de tempo para algoritmos de ordenação indicam como o tempo de execução do algoritmo pode variar dependendo do estado inicial dos dados a serem ordenados. No caso do Quick Sort, por exemplo, a complexidade de tempo O(n log n) para o melhor caso significa que o algoritmo é muito eficiente quando os dados já estão quase ordenados, ou seja, quando a maioria dos elementos já está em sua posição final. Já a complexidade de tempo O(n2) para o pior caso significa que o algoritmo pode ser muito ineficiente quando os dados estão completamente desordenados, pois ele precisará fazer muitas comparações e trocas de elementos para ordená-los. Portanto, a alternativa correta é a letra B: "Algoritmos de ordenação sofrem influência no seu tempo de ordenação em função do estado de ordenação inicial dos dados."