算法学习总结(三):插入排序

本文详细介绍了插入排序算法的工作原理,包括其基本步骤、最优与最坏情况的时间复杂度,并提供了具体的Java示例代码。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

一、算法分析

  通过构建有序序列,对于未排序数据,在已排序序列中从后向前扫描,找到相应位置并插入。插入排序在实现上,通常采用in-place排序(即只需用到O(1)的额外空间的排序),因而在从后向前扫描过程中,需要反复把已排序元素逐步向后挪位,为最新元素提供插入空间。

二、算法描述

  一般来说,插入排序都采用in-place在数组上实现。具体算法描述如下:

  1、从第一个元素开始,该元素可以认为已经被排序

       2、取出下一个元素,在已经排序的元素序列中从后向前扫描

       3、如果该元素(已排序)大于新元素,将该元素移到下一位置

       4、重复步骤3,直到找到已排序的元素小于或者等于新元素的位置

       5、将新元素插入到该位置后

       6、重复步骤2~5

  如果目标是把n个元素的序列升序排列,那么采用插入排序存在最好情况和最坏情况。最好情况就是,序列已经是升序排列了,在这种情况下,需要进行的比较操作需(n-1)次即可。最坏情况就是,序列是降序排列,那么此时需要进行的比较共有n(n-1)/2次。插入排序的赋值操作是比较操作的次数减去(n-1)次。平均来说插入排序算法复杂度为O(n^2)。因而,插入排序不适合对于数据量比较大的排序应用。但是,如果需要排序的数据量很小,例如,量级小于千,那么插入排序还是一个不错的选择。 插入排序在工业级库中也有着广泛的应用,在STL的sort算法和stdlib的qsort算法中,都将插入排序作为快速排序的补充,用于少量元素的排序(通常为8个或以下)。

最差时间复杂度O(n^2)
最优时间复杂度O(n)
平均时间复杂度O(n^2)
最差空间复杂度总共O(n),需要辅助空间O(1)
三、算法图解

四、示例代码
public class InsertionSort {
    public int[] insertionSort(int[] A, int n) {
        int i, j, temp;
        for(i = 1; i < n; i++){
            temp = A[i];
            for(j = i; j > 0 && A[j - 1] > temp; j-- ){
                A[j] = A[j - 1];
            }
            A[j] = temp;
        }
        return A;
    }
}

 

转载于:https://www.cnblogs.com/gugibv/p/5695463.html

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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