--- comments: true --- # 11.4.   插入排序 「插入排序 Insertion Sort」是一种简单的排序算法,它的工作原理与手动整理一副牌的过程非常相似。 具体来说,我们在未排序区间选择一个基准元素,将该元素与其左侧已排序区间的元素逐一比较大小,并将该元素插入到正确的位置。 回忆数组的元素插入操作,设基准元素为 `base` ,我们需要将从目标索引到 `base` 之间的所有元素向右移动一位,然后再将 `base` 赋值给目标索引。 ![单次插入操作](insertion_sort.assets/insertion_operation.png)

Fig. 单次插入操作

## 11.4.1.   算法流程 插入排序的整体流程如下: 1. 初始状态下,数组的第 1 个元素已完成排序。 2. 选取数组的第 2 个元素作为 `base` ,将其插入到正确位置后,**数组的前 2 个元素已排序**。 3. 选取第 3 个元素作为 `base` ,将其插入到正确位置后,**数组的前 3 个元素已排序**。 4. 以此类推,在最后一轮中,选取最后一个元素作为 `base` ,将其插入到正确位置后,**所有元素均已排序**。 ![插入排序流程](insertion_sort.assets/insertion_sort_overview.png)

Fig. 插入排序流程

=== "Java" ```java title="insertion_sort.java" /* 插入排序 */ void insertionSort(int[] nums) { // 外循环:已排序元素数量为 1, 2, ..., n for (int i = 1; i < nums.length; i++) { int base = nums[i], j = i - 1; // 内循环:将 base 插入到已排序部分的正确位置 while (j >= 0 && nums[j] > base) { nums[j + 1] = nums[j]; // 将 nums[j] 向右移动一位 j--; } nums[j + 1] = base; // 将 base 赋值到正确位置 } } ``` === "C++" ```cpp title="insertion_sort.cpp" /* 插入排序 */ void insertionSort(vector &nums) { // 外循环:已排序元素数量为 1, 2, ..., n for (int i = 1; i < nums.size(); i++) { int base = nums[i], j = i - 1; // 内循环:将 base 插入到已排序部分的正确位置 while (j >= 0 && nums[j] > base) { nums[j + 1] = nums[j]; // 将 nums[j] 向右移动一位 j--; } nums[j + 1] = base; // 将 base 赋值到正确位置 } } ``` === "Python" ```python title="insertion_sort.py" def insertion_sort(nums: list[int]): """插入排序""" # 外循环:已排序区间为 [0, i-1] for i in range(1, len(nums)): base = nums[i] j = i - 1 # 内循环:将 base 插入到已排序区间 [0, i-1] 中的正确位置 while j >= 0 and nums[j] > base: nums[j + 1] = nums[j] # 将 nums[j] 向右移动一位 j -= 1 nums[j + 1] = base # 将 base 赋值到正确位置 ``` === "Go" ```go title="insertion_sort.go" /* 插入排序 */ func insertionSort(nums []int) { // 外循环:未排序区间为 [0, i] for i := 1; i < len(nums); i++ { base := nums[i] j := i - 1 // 内循环:将 base 插入到已排序部分的正确位置 for j >= 0 && nums[j] > base { nums[j+1] = nums[j] // 将 nums[j] 向右移动一位 j-- } nums[j+1] = base // 将 base 赋值到正确位置 } } ``` === "JS" ```javascript title="insertion_sort.js" /* 插入排序 */ function insertionSort(nums) { // 外循环:已排序元素数量为 1, 2, ..., n for (let i = 1; i < nums.length; i++) { let base = nums[i], j = i - 1; // 内循环:将 base 插入到已排序部分的正确位置 while (j >= 0 && nums[j] > base) { nums[j + 1] = nums[j]; // 将 nums[j] 向右移动一位 j--; } nums[j + 1] = base; // 将 base 赋值到正确位置 } } ``` === "TS" ```typescript title="insertion_sort.ts" /* 插入排序 */ function insertionSort(nums: number[]): void { // 外循环:已排序元素数量为 1, 2, ..., n for (let i = 1; i < nums.length; i++) { const base = nums[i]; let j = i - 1; // 内循环:将 base 插入到已排序部分的正确位置 while (j >= 0 && nums[j] > base) { nums[j + 1] = nums[j]; // 将 nums[j] 向右移动一位 j--; } nums[j + 1] = base; // 将 base 赋值到正确位置 } } ``` === "C" ```c title="insertion_sort.c" /* 插入排序 */ void insertionSort(int nums[], int size) { // 外循环:已排序元素数量为 1, 2, ..., n for (int i = 1; i < size; i++) { int base = nums[i], j = i - 1; // 内循环:将 base 插入到已排序部分的正确位置 while (j >= 0 && nums[j] > base) { // 将 nums[j] 向右移动一位 nums[j + 1] = nums[j]; j--; } // 将 base 赋值到正确位置 nums[j + 1] = base; } } ``` === "C#" ```csharp title="insertion_sort.cs" /* 插入排序 */ void insertionSort(int[] nums) { // 外循环:已排序元素数量为 1, 2, ..., n for (int i = 1; i < nums.Length; i++) { int bas = nums[i], j = i - 1; // 内循环:将 base 插入到已排序部分的正确位置 while (j >= 0 && nums[j] > bas) { nums[j + 1] = nums[j]; // 将 nums[j] 向右移动一位 j--; } nums[j + 1] = bas; // 将 base 赋值到正确位置 } } ``` === "Swift" ```swift title="insertion_sort.swift" /* 插入排序 */ func insertionSort(nums: inout [Int]) { // 外循环:已排序元素数量为 1, 2, ..., n for i in stride(from: 1, to: nums.count, by: 1) { let base = nums[i] var j = i - 1 // 内循环:将 base 插入到已排序部分的正确位置 while j >= 0, nums[j] > base { nums[j + 1] = nums[j] // 将 nums[j] 向右移动一位 j -= 1 } nums[j + 1] = base // 将 base 赋值到正确位置 } } ``` === "Zig" ```zig title="insertion_sort.zig" // 插入排序 fn insertionSort(nums: []i32) void { // 外循环:已排序元素数量为 1, 2, ..., n var i: usize = 1; while (i < nums.len) : (i += 1) { var base = nums[i]; var j: usize = i; // 内循环:将 base 插入到已排序部分的正确位置 while (j >= 1 and nums[j - 1] > base) : (j -= 1) { nums[j] = nums[j - 1]; // 将 nums[j] 向右移动一位 } nums[j] = base; // 将 base 赋值到正确位置 } } ``` === "Dart" ```dart title="insertion_sort.dart" /* 插入排序 */ void insertionSort(List nums) { // 外循环:已排序元素数量为 1, 2, ..., n for (int i = 1; i < nums.length; i++) { int base = nums[i], j = i - 1; // 内循环:将 base 插入到已排序部分的正确位置 while (j >= 0 && nums[j] > base) { nums[j + 1] = nums[j]; // 将 nums[j] 向右移动一位 j--; } nums[j + 1] = base; // 将 base 赋值到正确位置 } } ``` === "Rust" ```rust title="insertion_sort.rs" /* 插入排序 */ fn insertion_sort(nums: &mut [i32]) { // 外循环:已排序元素数量为 1, 2, ..., n for i in 1..nums.len() { let (base, mut j) = (nums[i], (i - 1) as i32); // 内循环:将 base 插入到已排序部分的正确位置 while j >= 0 && nums[j as usize] > base { nums[(j + 1) as usize] = nums[j as usize]; // 将 nums[j] 向右移动一位 j -= 1; } nums[(j + 1) as usize] = base; // 将 base 赋值到正确位置 } } ``` ## 11.4.2.   算法特性 - **时间复杂度 $O(n^2)$ 、自适应排序** :最差情况下,每次插入操作分别需要循环 $n - 1$ , $n-2$ , $\cdots$ , $2$ , $1$ 次,求和得到 $\frac{(n - 1) n}{2}$ ,因此时间复杂度为 $O(n^2)$ 。在遇到有序数据时,插入操作会提前终止。当输入数组完全有序时,插入排序达到最佳时间复杂度 $O(n)$ 。 - **空间复杂度 $O(1)$ 、原地排序** :指针 $i$ , $j$ 使用常数大小的额外空间。 - **稳定排序**:在插入操作过程中,我们会将元素插入到相等元素的右侧,不会改变它们的顺序。 ## 11.4.3.   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。 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**。 - 选择排序不稳定,无法应用于多级排序。