hello-algo/docs/chapter_sorting/insertion_sort.md

188 lines
7 KiB
Markdown
Raw Normal View History

2022-11-22 17:47:26 +08:00
---
comments: true
---
# 插入排序
2022-11-23 03:56:25 +08:00
「插入排序 Insertion Sort」是一种基于 **数组插入操作** 的排序算法。
2022-11-22 17:47:26 +08:00
「插入操作」的思想:选定数组的某个元素为基准数 `base` ,将 `base` 与其左边的元素依次对比大小,并“插入”到正确位置。
2022-11-22 17:47:26 +08:00
2022-11-23 03:56:25 +08:00
然而,由于数组在内存中的存储方式是连续的,我们无法直接把 `base` 插入到目标位置,而是需要将从目标位置到 `base` 之间的所有元素向右移动一位(本质上是一次数组插入操作)。
2022-11-22 17:47:26 +08:00
![insertion_operation](insertion_sort.assets/insertion_operation.png)
2022-11-23 15:50:59 +08:00
<p align="center"> Fig. 插入操作 </p>
2022-11-22 17:47:26 +08:00
## 算法流程
2022-11-23 03:56:25 +08:00
1. 第 1 轮先选取数组的 **第 2 个元素**`base` ,执行「插入操作」后, **数组前 2 个元素已完成排序**
2. 第 2 轮选取 **第 3 个元素**`base` ,执行「插入操作」后, **数组前 3 个元素已完成排序**
3. 以此类推……最后一轮选取 **数组尾元素**`base` ,执行「插入操作」后 **所有元素已完成排序**
2022-11-22 17:47:26 +08:00
![insertion_sort](insertion_sort.assets/insertion_sort.png)
2022-11-23 15:50:59 +08:00
<p align="center"> Fig. 插入排序流程 </p>
2022-11-22 17:47:26 +08:00
=== "Java"
```java title="insertion_sort.java"
2022-11-22 17:47:26 +08:00
/* 插入排序 */
void insertionSort(int[] nums) {
// 外循环base = nums[1], nums[2], ..., nums[n-1]
for (int i = 1; i < nums.length; i++) {
int base = nums[i], j = i - 1;
// 内循环:将 base 插入到左边的正确位置
while (j >= 0 && nums[j] > base) {
nums[j + 1] = nums[j]; // 1. 将 nums[j] 向右移动一位
2022-12-01 18:28:57 +08:00
j--;
}
nums[j + 1] = base; // 2. 将 base 赋值到正确位置
}
}
```
=== "C++"
```cpp title="insertion_sort.cpp"
/* 插入排序 */
void insertionSort(vector<int>& nums) {
// 外循环base = nums[1], nums[2], ..., nums[n-1]
for (int i = 1; i < nums.size(); i++) {
int base = nums[i], j = i - 1;
// 内循环:将 base 插入到左边的正确位置
while (j >= 0 && nums[j] > base) {
nums[j + 1] = nums[j]; // 1. 将 nums[j] 向右移动一位
j--;
}
nums[j + 1] = base; // 2. 将 base 赋值到正确位置
}
}
```
=== "Python"
```python title="insertion_sort.py"
""" 插入排序 """
def insertion_sort(nums):
# 外循环base = nums[1], nums[2], ..., nums[n-1]
for i in range(1, len(nums)):
base = nums[i]
j = i - 1
# 内循环:将 base 插入到左边的正确位置
while j >= 0 and nums[j] > base:
nums[j + 1] = nums[j] # 1. 将 nums[j] 向右移动一位
j -= 1
nums[j + 1] = base # 2. 将 base 赋值到正确位置
```
2022-12-03 01:31:29 +08:00
=== "Go"
```go title="insertion_sort.go"
2022-12-12 18:32:58 +08:00
/* 插入排序 */
func insertionSort(nums []int) {
// 外循环:待排序元素数量为 n-1, n-2, ..., 1
for i := 1; i < len(nums); i++ {
base := nums[i]
j := i - 1
// 内循环:将 base 插入到左边的正确位置
for j >= 0 && nums[j] > base {
2022-12-12 18:50:22 +08:00
nums[j+1] = nums[j] // 1. 将 nums[j] 向右移动一位
2022-12-12 18:32:58 +08:00
j--
}
2022-12-12 18:50:22 +08:00
nums[j+1] = base // 2. 将 base 赋值到正确位置
2022-12-12 18:32:58 +08:00
}
2022-12-12 18:50:22 +08:00
}
2022-12-03 01:31:29 +08:00
```
=== "JavaScript"
```js title="insertion_sort.js"
/* 插入排序 */
function insertionSort(nums) {
// 外循环base = nums[1], nums[2], ..., nums[n-1]
for (let i = 1; i < nums.length; i++) {
let base = nums[i], j = i - 1;
// 内循环:将 base 插入到左边的正确位置
while (j >= 0 && nums[j] > base) {
nums[j + 1] = nums[j]; // 1. 将 nums[j] 向右移动一位
j--;
}
nums[j + 1] = base; // 2. 将 base 赋值到正确位置
}
}
```
=== "TypeScript"
```typescript title="insertion_sort.ts"
/* 插入排序 */
function insertionSort(nums: number[]): void {
// 外循环base = nums[1], nums[2], ..., nums[n-1]
for (let i = 1; i < nums.length; i++) {
const base = nums[i];
let j = i - 1;
// 内循环:将 base 插入到左边的正确位置
while (j >= 0 && nums[j] > base) {
nums[j + 1] = nums[j]; // 1. 将 nums[j] 向右移动一位
j--;
}
nums[j + 1] = base; // 2. 将 base 赋值到正确位置
}
}
2022-12-03 01:31:29 +08:00
```
=== "C"
```c title="insertion_sort.c"
```
=== "C#"
```csharp title="insertion_sort.cs"
2022-12-23 15:42:02 +08:00
/* 插入排序 */
void insertionSort(int[] nums)
{
// 外循环base = nums[1], nums[2], ..., nums[n-1]
for (int i = 1; i < nums.Length; i++)
{
int bas = nums[i], j = i - 1;
// 内循环:将 base 插入到左边的正确位置
while (j >= 0 && nums[j] > bas)
{
nums[j + 1] = nums[j]; // 1. 将 nums[j] 向右移动一位
j--;
}
nums[j + 1] = bas; // 2. 将 base 赋值到正确位置
}
}
2022-12-03 01:31:29 +08:00
```
2022-11-23 03:56:25 +08:00
## 算法特性
2022-11-22 17:47:26 +08:00
2022-11-23 03:56:25 +08:00
**时间复杂度 $O(n^2)$ ** 最差情况下,各轮插入操作循环 $n - 1$ , $n-2$ , $\cdots$ , $2$ , $1$ 次,求和为 $\frac{(n - 1) n}{2}$ ,使用 $O(n^2)$ 时间。
2022-11-22 17:47:26 +08:00
**空间复杂度 $O(1)$ ** 指针 $i$ , $j$ 使用常数大小的额外空间。
2022-11-23 21:39:39 +08:00
**原地排序:** 指针变量仅使用常数大小额外空间。
2022-11-22 17:47:26 +08:00
2022-11-23 21:39:39 +08:00
**稳定排序:** 不交换相等元素。
2022-11-22 17:47:26 +08:00
2022-11-23 21:39:39 +08:00
**自适应排序:** 最佳情况下,时间复杂度为 $O(n)$ 。
2022-11-22 17:47:26 +08:00
## 插入排序 vs 冒泡排序
!!! question
虽然「插入排序」和「冒泡排序」的时间复杂度皆为 $O(n^2)$ ,但实际运行速度却有很大差别,这是为什么呢?
回顾复杂度分析,两个方法的循环次数都是 $\frac{(n - 1) n}{2}$ 。但不同的是,「冒泡操作」是在做 **元素交换** ,需要借助一个临时变量实现,共 3 个单元操作;而「插入操作」是在做 **赋值** ,只需 1 个单元操作;因此,可以粗略估计出冒泡排序的计算开销约为插入排序的 3 倍。
插入排序运行速度快,并且具有原地、稳定、自适应的优点,因此很受欢迎。实际上,包括 Java 在内的许多编程语言的排序库函数的实现都用到了插入排序。库函数的大致思路:
- 对于 **长数组**,采用基于分治的排序算法,例如「快速排序」,时间复杂度为 $O(n \log n)$
- 对于 **短数组**,直接使用「插入排序」,时间复杂度为 $O(n^2)$
在数组较短时,复杂度中的常数项(即每轮中的单元操作数量)占主导作用,此时插入排序运行地更快。这个现象与「线性查找」和「二分查找」的情况类似。