diff --git a/codes/cpp/chapter_sorting/radix_sort.cpp b/codes/cpp/chapter_sorting/radix_sort.cpp
index 0b52cc4e7..927922c17 100644
--- a/codes/cpp/chapter_sorting/radix_sort.cpp
+++ b/codes/cpp/chapter_sorting/radix_sort.cpp
@@ -1,4 +1,3 @@
-
 /**
  * File: radix_sort.cpp
  * Created Time: 2023-03-26
diff --git a/docs/chapter_sorting/insertion_sort.md b/docs/chapter_sorting/insertion_sort.md
index f2fa8d0cf..7de52cb70 100755
--- a/docs/chapter_sorting/insertion_sort.md
+++ b/docs/chapter_sorting/insertion_sort.md
@@ -87,14 +87,13 @@
 
 ## 插入排序优势
 
-插入排序的时间复杂度为 $O(n^2)$ ，而我们即将学习的快速排序的时间复杂度为 $O(n \log n)$ 。尽管插入排序的时间复杂度相比快速排序更高，**但在数据量较小的情况下，插入排序通常更快**。这是因为快速排序属于基于分治的排序算法，包含更多单元计算操作。而在数据量较小时，复杂度中的常数项起主导作用。这个现象与线性查找和二分查找的适用情况相似。
+插入排序的时间复杂度为 $O(n^2)$ ，而我们即将学习的快速排序的时间复杂度为 $O(n \log n)$ 。尽管插入排序的时间复杂度相比快速排序更高，**但在数据量较小的情况下，插入排序通常更快**。
 
-实际上，许多编程语言（例如 Java）的内置排序函数都采用了插入排序，大致思路为：
+这个结论与线性查找和二分查找的适用情况的结论类似。快速排序这类 $O(n \log n)$ 的算法属于基于分治的排序算法，往往包含更多单元计算操作。而在数据量较小时，$n^2$ 和 $n \log n$ 的数值比较接近，复杂度不占主导作用；每轮中的单元计算操作数量起到决定性因素。
 
-- 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 $O(n^2)$ ；
+实际上，许多编程语言（例如 Java）的内置排序函数都采用了插入排序，大致思路为：对于长数组，采用基于分治的排序算法，例如快速排序；对于短数组，直接使用插入排序。
 
-虽然冒泡排序、选择排序和插入排序的时间复杂度都为 $O(n^2)$ ，但在实际情况中，插入排序出现的频率远远高于冒泡排序和选择排序。这是因为：
+虽然冒泡排序、选择排序和插入排序的时间复杂度都为 $O(n^2)$ ，但在实际情况中，**插入排序的使用频率显著高于冒泡排序和选择排序**。这是因为：
 
 - 冒泡排序基于元素交换实现，需要借助一个临时变量，共涉及 3 个单元操作；插入排序基于元素赋值实现，仅需 1 个单元操作。因此，**冒泡排序的计算开销通常比插入排序更高**。
 - 选择排序在任何情况下的时间复杂度都为 $O(n^2)$ 。**如果给定一组部分有序的数据，插入排序通常比选择排序效率更高**。