回顾直接插入排序的处理过程

已于 2022-03-04 08:28:44 修改
阅读量153 收藏
点赞数
分类专栏： 数学&&数据结构 文章标签： 排序算法
于 2022-03-04 08:24:21 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/calm_encode/article/details/123268136
版权

一 概述

        

当我们将要把L(i)插入到已有序的子序列L[1...i-1]中时，我们会进行以下处理。

二 直接插入排序的处理过程

        1. 我们希望将L(i)插入到有序序列L[1...i-1]中的某个位置K，先要找到K在有序序列中的具体位置。

        2. 当我们找到1中的位置之后，我们就需要将L[k...i-1]中的所有元素依次后移一个位置。

        3. 最后将L(i)复制到当前有序序列的K位置。

说明，由于使用过程会考虑借助数组来完成排序，所以数据所以位置从0开始，上述说明均为从1开始，所以希望各位自行处理。

三 代码实例演示

        后续补充。。。

【排序算法】折半插入排序
。。。
03-29 1703
本篇文章来聊一聊折半插入排序。 基本思想 先来回顾一下直接插入排序的算法思想，就是在前面已经排好序的子序列中寻找一个待插入的位置，然后将待插入元素插入到该位置上。 其中寻找插入位置的过程我们是与每一个元素进行比较，相当于顺序查找，我们知道顺序查找的效率是比较低的，那么有没有办法能够提高查找插入位置的效率呢？ 很巧的是，前面的序列既然已经是有序的了，我们何不采用折半查找来找出插入位置呢？折半查找...
十大排序算法之直接插入排序
忆梦九洲的博客
01-31 1492
前面文章已经讲完了交换类排序，接下来开始学习插入类排序。顾名思义，所谓插入排序指我们会为每一个数据安排一个适合它的位置并将其插入，直到所有数据就位则排序完成。直接插入法便是插入排序的典型方法，完全继承了插入排序的“脾气”：简单、粗暴，逮到就插入，毫无技术可言，耿直得可爱。
直接插入排序
程序旋儿
08-25 344
直接插入排序(straight insertion sort)的做法是： 每次从无序表中取出第一个元素，把它插入到有序表的合适位置，使有序表仍然有序。 第一趟比较前两个数，然后把第二个数按大小插入到有序表中； 第二趟把第三个数据与前两个数从后向前扫描，把第三个数按大小插入到有序表中；依次进行下去，进行了(n-1)趟扫描以后就完成了整个排序过程。 直接插入排序是由两层嵌套循环组成的。外层循环标识并决...
排序一：直接插入排序
echo
07-13 1707
直接插入排序
排序（1）——直接插入排序+冒泡排序
linxiaogua123的博客
02-29 859
本节我们讲述排序中的插入排序和冒泡排序回顾。
数据结构复习指导之插入排序（直接插入排序、折半插入排序、希尔排序）
心碎烤肠的博客
05-31 1411
堆排序、快速排序和归并排序是本章的重难点。读者应深入掌握各种排序算法的思想、排序过程(能动手模拟)和特征(初态的影响、复杂度、稳定性、适用性等)，通常以选择题的形式考查不同算法之间的对比。此外，对于一些常用排序算法的关键代码，要达到熟练编写的程度：看到某特定序列，读者应具有选择最优排序算法(根据排序算法特征)的能力。
排序算法（冒泡排序、选择排序、插入排序、希尔排序、快速排序、归并排序、基数排序）
wardo_l的博客
03-18 6211
排序也叫排序算法，排序是将一组数据，依指定的顺序进行排列的过程。 排序的分类： 1）内部排序：指将需要处理的所有数据都加载到内部存储器中进行排序。 2）外部排序：数据量过大，无法全部加载到内存中，需要借助外部存储进行排序。 3）常见的排序算法分类： 内部排序： （1）插入排序：直接插入排序、希尔排序 （2）选择排序：简单选择排序、堆排序 （3）交换排序：冒泡排序、快速排序 （4）归并排序、基数排序 我们先回顾知识点：时间复杂度 时间频度：一个算法花费的时间与算法中语句的执行次数成正比例
别再被排序算法虐了！一文搞懂插入排序
最新发布
大雨淅淅的博客
03-30 751
为了更全面地认识插入排序，我们来了解一下其他几种常见的排序算法，以便进行对比。冒泡排序：冒泡排序是一种简单的交换排序算法。它重复地走访要排序的数列，一次比较两个相邻的元素，如果顺序错误就把它们交换过来。走访数列的工作是重复地进行直到没有再需要交换，也就是说该数列已经排序完成。比如对于数组[5, 2, 4, 6, 1, 3]，在第一轮排序中，会比较 5 和 2，交换它们的位置，得到[2, 5, 4, 6, 1, 3]；
直接插入排序算法
自律即是最自由
12-30 394
What？ 将待排序列分为有序数列和无序数列，将无序数列中的数，与有序数列的数进行比较，将其根据大小插入有序数列，从而完成排序。 how? 待排序列：57,42,39,20 划分数列： 有序数列 | 无序数列           57 | 42,39,20 外一趟:          42<57   true 有序数列 | 无序数列      42,57 | 39,20 ...
排序算法——直接插入排序（图文超详细！）
热门推荐
qq_44616044的博客
04-14 18万+
简介 英文名：Straight Insertion Sort 也是一种最简单的排序方法，其基本操作是将一条记录插入到已排好的有序表中，从而得到一个新的、记录数量增1的有序表 步骤 以下用数组2,5,8,3,6,9,1,4,7为例 从小到大排序 1.先看第一个数，将数组划分为有序和无序部分 首先看第一个数2，一个数必然有序，所以将2划分有序，后面都是无序 2.无序部分的首个插入到有序部分 取出无序部分的首个，在有序部分从后向前比较，插入到合适的位置 3.重复第2步直到无序部分全部插入有序
【算法】直接插入排序
Java领域
09-27 1190
直接插入排序（Insertion Sort）是一种简单直观的排序算法，它的基本思想是将待排序的序列分为已排序和未排序两部分，每次从未排序部分选择一个元素，插入到已排序部分的合适位置，直到所有元素都被插入完毕。以下是直接插入排序的几个要点总结：实现思路：将待排序序列分为已排序部分和未排序部分。初始时将第一个元素视为已排序部分，剩下的元素视为未排序部分。然后逐个从未排序部分选择元素，通过比较找到插入位置并将其插入到已排序部分，依次重复这个过程直至整个序列有序。
八大排序——直接插入排序
幼儿猿
03-19 699
直接插入排序（Straight Insertion Sort）的基本操作是将一个元素插入到序列已经有序的那一部分中去，从而使序列中有序的部分逐渐扩大，直到整个序列有序。博主认为直接插入排序过程比较容易理解，所以不作过多赘述，直接上代码#include<stdio.h>void main() { int a[6]={5,6,8,4,6,9}; int length=sizeof(a)/
算法总结（2）直接插入排序
garypotter的博客
04-02 1185
①直接插入排序      一.思路      每次循环都值对数组的一部分进行排序。算法从第二个位置开始，它总是假设在它之前的所有元素都是已经排好序的一群元素，在最开始，它只有一个元素，就是第一个元素。   后面的所有元素都依次往这个已经排好序的一群元素中插，使它还是一群排好序的元素。      元素插入的过程：既然前面是已经排好序的了，所以这个插入的元素只需要保存它的值，用这个值从最大的开始
直接插入排序的两种方法
白鸿源的博客
11-25 941
插入排序的两种替换方式 第一种插入数值替换方式：从后往前替换 package com.bhy.test_sort; /** * 插入排序---方法1 * * @author bhy * 2018-08-03 */ public class InsertSort { private int[] arr; public InsertSort(int[] arr) { ...
【数据结构】插入排序 — 直接插入排序
四季轮换叶，一路招摇胜
10-08 1万+
​直接插入排序是一种最简单的排序方法，其基本操作是将一条记录插入到已排好的有序表中，从而得到一个新的、记录数量增1的有序表。
排序算法一：直接插入排序
weixin_30617561的博客
09-23 726
排序算法 声明：引用请注明出处http://blog.youkuaiyun.com/lg1259156776/ 引言 在我的博文《“主宰世界”的10种算法短评》中给出的首个算法就是高效的排序算法。本文将对排序算法做一个全面的梳理，从最简单的“冒泡”到高效的堆排序等。 排序相关的的基本概念 排序：将一组杂...
使用直接插入排序原理对自定义的Vector进行排序
冷秋魂的专栏
06-26 2318
         假设自定义的Vector如下：typedef struct tagTest{     int      nId;     CString strVal;}TAG_TEST; typedef vectorTAG_TEST > VEC_TEST;        根据Vector元素中的id进行排序，算法如下：void InsertSort(
优化插入排序
03-10
<think>嗯，用户让我介绍一下优化插入排序。首先，我需要回忆一下标准的插入排序是怎么工作的。插入排序的基本思想是将数组分为已排序和未排序两部分，逐个将未排序的元素插入到已排序部分的正确位置。时间复杂度是O(n²)，在最好情况下是O(n)，当数组已经有序的时候。 用户问的是优化版本，所以得想想有哪些常见的优化方法。可能包括二分插入排序、希尔排序，或者是减少交换次数的方法。需要确认这些是否属于优化插入排序的范畴。 首先，二分插入排序。在标准插入排序中，寻找插入位置是通过线性搜索，而二分法可以优化这一步，将查找的时间从O(n)降到O(logn)，但插入时的移动元素还是O(n)，所以整体复杂度还是O(n²)，不过实际时间会有所减少。这个应该是一个常见的优化点。 然后是希尔排序，它通过分组插入排序来提升效率，算是插入排序的改进版，但通常被单独列为一种排序算法，可能用户想知道的是在插入排序本身的优化，而希尔排序可能属于更高级的变种，是否要包括进去呢？可能需要提到，但说明它是更进一步的优化。 另外，可能有其他优化技巧，比如使用哨兵来减少边界判断，或者在插入时减少元素交换的次数，用赋值代替交换。例如，在标准实现中，每次比较可能需要多次交换，而优化后可以先记录当前元素，然后找到位置后统一移动元素，再插入，这样减少交换次数。 需要分步骤介绍这些优化方法，并比较它们的优缺点。还要注意使用正确的中文术语和LaTeX格式的数学表达式，比如时间复杂度需要用$$...$$，变量用$...$。 用户可能需要了解这些优化如何具体实现，以及它们带来的性能提升。比如，在二分插入排序中，如何实现二分查找，移动元素的步骤是怎样的。在减少交换次数的方法中，具体如何通过赋值来优化。 另外，可能需要提到这些优化对实际应用的影响，比如在小规模数据上，插入排序仍然有效，尤其是优化后的版本可能比标准版更快，或者在某些特定情况下表现更好。 需要确保结构清晰，分点说明每个优化方法，并给出对应的示例或伪代码。不过用户没有要求代码，可能只需文字描述。同时，注意LaTeX的正确使用，比如时间复杂度写成$$O(n \log n)$$，变量如$j$和$j-1$需要用公式符号。 还需要注意用户是否可能混淆插入排序与其他排序算法，所以需要明确区分优化后的插入排序与其他算法的不同。例如，希尔排序虽然基于插入排序，但属于不同的算法类别，应适当说明。 总结下来，回答的结构可能是： 1. 标准插入排序简介 2. 优化方法一：二分查找插入（分析时间复杂度和步骤） 3. 优化方法二：减少元素交换（具体实现方式） 4. 其他优化如希尔排序（简要提及） 5. 应用场景和总结 需要检查是否有遗漏的优化方法，比如是否有其他文献中提到的优化技巧。例如，有的资料提到在插入时使用更高效的移动策略，或者处理重复元素的优化，不过这可能比较少见。 最后，确保语言流畅，符合中文表达习惯，正确使用术语，并且数学公式格式正确，如独立公式用$$...$$，行内用$...$。</think>好的，我将分步骤介绍优化插入排序的核心思路与实现方法。 --- ### 1. 标准插入排序回顾 **基本思想**： - 将数组分为**已排序区**（左）和**未排序区**（右） - 依次将未排序区的元素插入到已排序区的正确位置 **时间复杂度**： - 最好情况（已有序）：$$O(n)$$ - 最坏/平均情况：$$O(n^2)$$ **标准实现代码片段**： ```python def insertion_sort(arr): for i in range(1, len(arr)): key = arr[i] j = i-1 while j >=0 and key < arr[j] : arr[j+1] = arr[j] j -= 1 arr[j+1] = key ``` --- ### 2. 优化方法一：二分查找插入 **问题**：标准插入排序在寻找插入位置时使用**线性搜索**，时间复杂度为$O(n)$ **优化思路**： 1. 对已排序区使用**二分查找**定位插入位置，时间降为$O(\log n)$ 2. 元素移动仍需$O(n)$，但常数因子减小 **时间复杂度**： - 比较次数减少，但整体仍为$$O(n^2)$$ **关键步骤**： 1. 对当前元素$arr[i]$，在区间$[0, i-1]$内用二分查找找到插入点$pos$ 2. 将$arr[pos..i-1]$的元素后移一位 3. 将$arr[i]$放入$pos$处 **伪代码逻辑**： ```python for i from 1 to n-1: low = 0, high = i-1 while low <= high: mid = (low + high) // 2 if key < arr[mid]: high = mid-1 else: low = mid+1 pos = low shift elements from pos to i-1 arr[pos] = key ``` --- ### 3. 优化方法二：减少元素交换次数 **问题**：标准实现中每发现一个逆序对就执行一次交换，产生$O(n^2)$次赋值操作 **优化思路**： 1. 先将当前元素$key$暂存 2. 从后向前比较时直接后移元素，最后一次性插入 **效果**： - 将每次循环的3次赋值（交换）减少为1次赋值 - 例如排序$[5,3,4]$时，插入3的操作从2次交换变为2次移动+1次赋值 --- ### 4. 其他优化：希尔排序（Shell Sort） **本质**：插入排序的**分组扩展版** 1. 按间隔$h$将数组分为多个子序列 2. 对每个子序列进行插入排序 3. 逐步缩小$h$直到1 **优势**： - 通过大间隔排序使元素快速接近最终位置 - 时间复杂度可达到$$O(n^{1.3 \sim 2})$$ --- ### 5. 应用场景 1. **小规模数据**：插入排序的常数因子小，实际效率可能优于$O(n \log n)$算法 2. **近乎有序数据**：接近最优情况$O(n)$ 3. **混合排序算法**：例如TimSort中在小块数据使用插入排序 --- ### 总结 | 优化方法 | 核心改进 | 时间复杂度 | 适用场景 | |-----------------|-------------------------|------------|------------------| | 标准插入排序 | - | $$O(n^2)$$ | 教学示例 | | 二分查找插入 | 减少比较次数 | $$O(n^2)$$ | 数据规模中等 | | 减少交换次数 | 降低赋值操作次数 | $$O(n^2)$$ | 通用场景优化 | | 希尔排序 | 分组排序提升整体效率 | $$O(n^{1.3})$$ | 中等规模数据 | 通过选择适合的优化策略，可以在保持算法简单性的同时显著提升性能。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值