寫在前邊

排序對于每個開發者來講，都多多少少知道幾個經典的排序算法，比如我們之前以動畫形式分享的冒泡排序，也包括今天要分享的插入排序。還有一些其他經典的排序，小鹿整理的共有十種是面試常問到的，冒泡排序、插入排序、希爾排序、選擇排序、歸并排序、快速排序、堆排序、桶排序、計數排序、基數排序。

雖然我們基本知道了這些排序算法，但是在實際項目開發以及面試中往往出乎我們所料。在面試中，經常會被問到各種排序之間的比較；在實際項目中，往往排序的數據不是我們所練習的整數。

那么今天我們來學習一下，插入排序比我們之前講的冒泡排序有什么區別呢？面試官問我們，我們如何回答完整呢？

思維導圖

1

如何分析一個排序算法？

之前寫的一篇很詳細的文章。

佩奇學編程 | 復雜度分析原來這么簡單

分析排序算法已經成為我們衡量一個算法優良的重要標準，從以下三個方面入手。

1.1 時間效率

這里所謂的實踐效率就是時間復雜度，相信大家對于時間復雜度并不陌生。

復雜度描述的是算法執行時間（或占用空間）與數據規模的增長關系。

對于時間復雜度的分析，要把最好時間復雜度、最壞時間復雜度、平均時間復雜度分析出來，分別對應了排序算法的最好排序情況、最壞排序情況以及平均排序效率。

1.2 空間消耗

所謂的空間消耗對應的是空間復雜度，在排序算法中需要開辟的額外內存空間是多少。如果空間復雜度為 O(1)，此時該排序叫做原地排序。

注意：是額外的內存空間，存儲排序數據消耗的空間不計。

1.3 穩定性

算法的穩定性雖然我們之前接觸的很少，但是穩定性也是衡量一個排序算法的重要標準。什么是穩定排序呢？比如有一組有重復待排序的數據，排序前后，重復的數據順序不變，此時該排序為穩定排序。否則，叫做不穩定排序。它在實際應用中非常重要的，今天我們就不多說，以后會慢慢分享到。

2

什么是插入排序？

顧名思義，插入排序就是通過插入的方式來排序唄，最經典的就是打斗地主，可以將打亂的撲克牌作為未排序區間，手中已經排好序的作為排序區間。每次我們摸牌的過程，就是從未排序區間，通過插入的方式，插入到已排序區間。那么這個過程就稱為插入排序。

3

如何實現插入排序？

上述插入排序的概念我們已經理解了，那么給你一組數據，如何來進行插入排序呢？

首先我們要將數據劃分為兩個區間，已排序區間和未排序區間。

我們從未排序區間取出數據和已排序區間的數據進行比較，如果小于已排序區間的數據，那我們就交換數據。

如果交換到已排序區間數據不在大于插入的數據，然后將元素插入進去。

最后我們看一下總的插入排序動畫和代碼實現。

4

插入排序的性能

我們通過上邊的對插入排序的拆分講解和動畫以及代碼實現，想必面試官讓你手寫一個插入排序可以輕輕松松寫出。但是我們掌握的插入排序知識還往往不夠，我們在實際項目中，還要考慮插入排序的性能怎么樣？因為才能更好的選擇適當排序應用到項目中去。

4.1 插入排序的穩定性

再插入排序中，如果存在重復數據的話，前邊的元素再插入的過程永遠在第二個重復數據的前邊，所以插入排序后的重復數據前后順序不變，所以插入排序是穩定排序算法。

4.2 插入排序的空間消耗

我們可以發現，插入排序的移動方式，需要消耗常量級的額外內存空間存儲，也就是代碼中的 temp，所以時間復雜度為 O(1),我們上邊講到，空間復雜度為O(1)的是原地排序算法。

4.3 插入排序的時間效率

插入排序的最好情況就是不需要搬移任何數據，從頭到尾尋找插入數據，每次只比較一次即可，即一組有序數據，所以最好時間復雜度為O(n)。

如果一組數據正好是倒序輸出，那么每次都需要比較移動所有數據，每次移動時 n，n 個數據時間復雜度為O(n2)。

對于插入排序的平均時間復雜度，每次插入都要移動數據，插入 n 次，所以平均時間復雜度為 O(n2)。

5

小結

我們學完了今天的插入排序之后，我們回到最初的面試官問題上。插入排序和冒泡排序哪個更好呢？

我們現在元素移動次數上進行分析，如果一組無序的數據通過冒泡排序排好序之后，它的交換次數是這種數據的逆序度；對于插入排序來說也是一樣的，移動次數上都是原本數據的逆序度。

元素的移動次數是相同的，那我們接下來看看元素的交換次數。從代碼上分析可以明顯看出，冒泡排序的一次交換需要三行代碼，而插入排序的交換卻需要一行，所以總的交換次數冒泡排序大于插入排序。

有小伙伴會問，這兩行的差別有那么大嗎？移動一次，我們可以不計較，如果數據很多，想想下，兩者的效率差別很輕易的就比較出來了。

雖然冒泡排序的時間復雜度和插入排序的時間復雜度是相同的，但是我們實際使用中還是優先選擇插入排序。

對于插入排序還是可以優化的，對了，沒錯，就是希爾排序，我們在這不多分開寫，后期會繼續更新。

如果覺得寫的有幫助，歡迎轉發朋友圈圈哦！