[排序算法]插入排序法

目录

1.基本思想

2.冒泡排序的步骤

3.冒泡排序算法的实现

4.时间复杂度分析

5.总结

PS:如有错漏之处,敬请指正


1.基本思想

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。

2.冒泡排序的步骤

以下是插入排序的详细步骤:

  1. 将第一个元素视为已排序序列:在排序开始时,我们通常认为第一个元素是一个已经排序好的序列。

  2. 从第二个元素开始遍历:将第二个元素作为"key"(即待插入元素)。

  3. 比较"key"与已排序序列:从已排序序列的最后一个元素开始,向前遍历比较,找到"key"应该插入的位置。

  4. 插入"key":将"key"插入到已找到的位置,使得插入后该位置及其后的元素仍然有序。

  5. 重复步骤2-4:将下一个元素作为新的"key",重复上述过程,直到所有元素都被插入到正确的位置。

  6. 完成排序:当所有元素都被插入到已排序序列中时,整个序列就被排序完成了。

3.冒泡排序算法的实现

java 复制代码
package com.test.demo;

/**
 * 插入算法
 */
public class InsertSortExample {

    public static void main(String[] args)
    {
        int[] numbers = {64, 34, 25, 12, 22, 11, 90};
        insertSort(numbers);
        System.out.println("Sorted array: ");
        for (int number : numbers) {
            System.out.print(number + " ");
        }
    }

    public static void insertSort(int[] array){
        int tmp;
        int j;
        // 从下标为1的元素开始选择合适的位置插入,因为下标为0的只有一个元素,默认是有序的
        for (int i=1,len = array.length;i<len;i++){
            //记录要插入的数据
            tmp=array[i];
            // 从已经排序的序列最右边的开始比较,找到比其小的数
            j=i;
            while (j>0 && tmp<array[j-1]){
                array[j]= array[j-1];
                j--;
            }
            // 存在比其小的数,插入
            if(j !=i){
                array[j] = tmp;
            }

        }

    }
}

4.时间复杂度分析

插入排序的时间复杂度为O(n^2),其中n是序列的长度。这是因为算法需要进行n-1次插入操作,每次插入操作平均需要比较n项。

5.总结

尽管插入排序在最坏情况下效率不高,但它对于小型数据集或基本有序的数据集非常有效。插入排序的优点包括:

  • 稳定性:可以保证相等的元素在排序后保持原来的相对顺序。
  • 原地排序:不需要额外的存储空间。
  • 简单性:算法实现简单,易于理解和编程。

插入排序通常用作其他更高级排序算法(如归并排序和快速排序)的辅助方法,尤其是在处理小型数组或数组的子部分时。

PS:如有错漏之处,敬请指正

相关推荐
风吹乱了我的头发~1 天前
Day52:2026年3月20日打卡
算法
短剑重铸之日1 天前
《ShardingSphere解读》07 读写分离:如何集成分库分表+数据库主从架构?
java·数据库·后端·架构·shardingsphere·分库分表
知我Deja_Vu1 天前
【避坑指南】ConcurrentHashMap 并发计数优化实战
java·开发语言·python
2401_831824961 天前
基于C++的区块链实现
开发语言·c++·算法
We་ct1 天前
LeetCode 918. 环形子数组的最大和:两种解法详解
前端·数据结构·算法·leetcode·typescript·动态规划·取反
愣头不青1 天前
238.除了自身以外数组的乘积
数据结构·算法
人工智能AI酱1 天前
【AI深究】逻辑回归(Logistic Regression)全网最详细全流程详解与案例(附大量Python代码演示)| 数学原理、案例流程、代码演示及结果解读 | 决策边界、正则化、优缺点及工程建议
人工智能·python·算法·机器学习·ai·逻辑回归·正则化
WangLanguager1 天前
逻辑回归(Logistic Regression)的详细介绍及Python代码示例
python·算法·逻辑回归
m0_518019481 天前
C++与机器学习框架
开发语言·c++·算法
一段佳话^cyx1 天前
详解逻辑回归(Logistic Regression):原理、推导、实现与实战
大数据·算法·机器学习·逻辑回归