基本思想
通过构建有序序列,对于未排序数据,在已排序序列中从后向前扫描,找到相应的位置并插入。
插入排序非常类似于整扑克牌。
在开始摸牌时,左手是空的,牌面朝下放在桌上。接着,一次从桌上摸起一张牌,并将它插入到左手一把牌中的正确位置上。为了找到这张牌的正确位置,要将它与手中已有的牌从右到左地进行比较。无论什么时候,左手中的牌都是排好序的。
如果输入数组已经是排好序的话,插入排序出现最佳情况,其运行时间是输入规模的一个线性函数。如果输入数组是逆序排列的,将出现最坏情况。平均情况与最坏情况一样,其时间代价是Θ(n2)。
也许你没有意识到,但其实你的思考过程是这样的:现在抓到一张7,把它和手里的牌从右到左依次比较,7比10小,应该再往左插,7比5大,好,就插这里。为什么比较了10和5就可以确定7的位置?为什么不用再比较左边的4和2呢?因为这里有一个重要的前提:手里的牌已经是排好序的。现在我插了7之后,手里的牌仍然是排好序的,下次再抓到的牌还可以用这个方法插入。编程对一个数组进行插入排序也是同样道理,但和插入扑克牌有一点不同,不可能在两个相邻的存储单元之间再插入一个单元,因此要将插入点之后的数据依次往后移动一个单元。
代码实现
package com.csdhsm.sort; /** * @Title: InsertSort.java * @Package: com.csdhsm.sort * @Description 插入排序 * @author Han * @date 2016-4-3 上午9:41:01 * @version V1.0 */ public class InsertSort { /** * @Description 插入排序 1 * @author Han * @param arr * @param len */ public void sort1(int[] arr,int len){ //从第一个位置开始插入排序 for(int i = 1;i < len;i ++){ int k = arr[i]; //如果该位置比上一个位置大,那么则不需要进行插入排序 if( k < arr[i-1]){ int count = 0; while(i > 0&&k < arr[i-1]){ arr[i] = arr[i-1]; arr[i-1] = k; i--; count++; } i += count; } } } /** * @Description 插入排序2 * @author Han * @param arr * @param len */ public void sort2(int[] arr,int len){ for(int i = 1;i<len;i++){ if(arr[i] < arr[i-1]){ int k = arr[i]; int j=i-1; /** * 依次去寻找插入的位置 */ for(;j>=0&&arr[j] > k;j--){ arr[j+1] = arr[j]; } arr[j+1] = k; } } } }
效率分析
稳定
空间复杂度O(1)
时间复杂度O(n2)
最差情况:反序,需要移动n*(n-1)/2个元素
最好情况:正序,不需要移动元素
数组在已排序或者是“近似排序”时,插入排序效率的最好情况运行时间为O(n);
插入排序最坏情况运行时间和平均情况运行时间都为O(n2)。
通常,插入排序呈现出二次排序算法中的最佳性能。
对于具有较少元素(如n<=15)的列表来说,二次算法十分有效。
在列表已被排序时,插入排序是线性算法O(n)。
在列表“近似排序”时,插入排序仍然是线性算法。
在列表的许多元素已位于正确的位置上时,就会出现“近似排序”的条件。
通过使用O(nlog2n)效率的算法(如快速排序)对数组进行部分排序,
然后再进行选择排序,某些高级的排序算法就是这样实现的。