# 插入排序 「插入排序 Insertion Sort」是一种基于数组插入操作的排序算法。具体来说,选择一个待排序的元素作为基准值 `base` ,将 `base` 与其左侧已排序区间的元素逐一比较大小,并将其插入到正确的位置。 回顾数组插入操作,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) ## 算法流程 插入排序的整体流程如下: 1. 首先,选取数组的第 2 个元素作为 `base` ,执行插入操作后,**数组的前 2 个元素已排序**。 2. 接着,选取第 3 个元素作为 `base` ,执行插入操作后,**数组的前 3 个元素已排序**。 3. 以此类推,在最后一轮中,选取数组尾元素作为 `base` ,执行插入操作后,**所有元素均已排序**。 ![插入排序流程](insertion_sort.assets/insertion_sort_overview.png) === "Java" ```java title="insertion_sort.java" [class]{insertion_sort}-[func]{insertionSort} ``` === "C++" ```cpp title="insertion_sort.cpp" [class]{}-[func]{insertionSort} ``` === "Python" ```python title="insertion_sort.py" [class]{}-[func]{insertion_sort} ``` === "Go" ```go title="insertion_sort.go" [class]{}-[func]{insertionSort} ``` === "JavaScript" ```javascript title="insertion_sort.js" [class]{}-[func]{insertionSort} ``` === "TypeScript" ```typescript title="insertion_sort.ts" [class]{}-[func]{insertionSort} ``` === "C" ```c title="insertion_sort.c" [class]{}-[func]{insertionSort} ``` === "C#" ```csharp title="insertion_sort.cs" [class]{insertion_sort}-[func]{insertionSort} ``` === "Swift" ```swift title="insertion_sort.swift" [class]{}-[func]{insertionSort} ``` === "Zig" ```zig title="insertion_sort.zig" [class]{}-[func]{insertionSort} ``` ## 算法特性 **时间复杂度 $O(n^2)$** :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 $O(n^2)$ 。当输入数组完全有序时,插入排序达到最佳时间复杂度 $O(n)$ ,因此是“自适应排序”。 **空间复杂度 $O(1)$** :指针 $i$ , $j$ 使用常数大小的额外空间,所以插入排序是“原地排序”。 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,因此是“稳定排序”。 ## 插入排序优势 回顾冒泡排序和插入排序的复杂度分析,两者的循环轮数都是 $\frac{(n - 1) n}{2}$ 。然而,它们之间存在以下差异: - 冒泡操作基于元素交换实现,需要借助一个临时变量,共涉及 3 个单元操作; - 插入操作基于元素赋值实现,仅需 1 个单元操作; 粗略估计下来,冒泡排序的计算开销约为插入排序的 3 倍,因此插入排序更受欢迎。实际上,许多编程语言(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」,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 $O(n^2)$ ; 尽管插入排序的时间复杂度高于快速排序,**但在数据量较小的情况下,插入排序实际上更快**。这是因为在数据量较小时,复杂度中的常数项(即每轮中的单元操作数量)起主导作用。这个现象与「线性查找」和「二分查找」的情况相似。