037插入排序 - 整理扑克牌的算法

插入排序 - 整理扑克牌的算法

037插入排序：你手中的算法

📰 5W1H 发明者故事

Who（何人）- 发明者是谁？

发明者 ：无单一发明者------插入排序是人类整理物品的自然直觉的算法化
背景：插入排序不像快速排序那样有明确的发明者和发明年份。它是人类直觉的形式化：当你抓一手扑克牌时，你会把每张新牌插入到已经排好序的牌中的正确位置。这个行为可能已经存在了数百年。最早的计算机程序员------包括艾达·洛夫莱斯（Ada Lovelace，1840年代）描述的算法中------就有类似的思想。

当时的处境：1950年代，当计算机开始处理商业数据时，排序成为了计算机科学中最重要的实际问题之一。IBM估计，1950年代计算机50%以上的时间都花在排序上。插入排序因其简单性成为了研究其他排序算法的基准。

When（何时）- 什么时候出现的？

时间：1950年代（作为计算机算法被正式研究）
时代背景：

IBM引入了专门的排序机（card sorter），处理穿孔卡片
商业数据处理（工资单、库存）需要大量排序
克努斯在TAOCP第三卷（1973）中对各种排序算法进行了系统分析
"排序算法"成为计算机科学教学的核心内容

Where（何地）- 在哪里被研究？

地点：IBM研究中心、贝尔实验室和各大学计算机系
环境：1950-60年代，排序算法研究是计算机科学中最热门的领域之一。每家大公司都有自己的排序程序，但没有人系统比较过它们。

What（何事）- 算法是什么？

算法：插入排序（Insertion Sort）
核心思想 ：将数组分为"已排序"和"未排序"两部分，每次从未排序部分取出第一个元素，将其插入到已排序部分的正确位置。
关键特性：

稳定排序：相等元素的相对顺序不改变
原地排序：只需O(1)额外空间
自适应性：对于接近有序的数组，效率极高（接近O(n)）
在线算法：可以一边接收数据一边排序

Why（何因）- 什么时候用它？

优点：

小数组：n<20时往往比快速排序快（没有递归开销）
接近有序：每次只需少量移动
在线排序：数据实时到来时可以维护有序性
稳定性要求：需要保持相等元素相对顺序时

缺点：O(n²)平均时间复杂度，不适合大数组。

How（何果）- 如何实现？有什么影响？

算法步骤（对 [5,2,4,6,1,3] 排序）：

复制代码

[5|2,4,6,1,3] → 取2，插入：[2,5|4,6,1,3]
[2,5|4,6,1,3] → 取4，插入：[2,4,5|6,1,3]
[2,4,5|6,1,3] → 取6，不动：[2,4,5,6|1,3]
[2,4,5,6|1,3] → 取1，插入：[1,2,4,5,6|3]
[1,2,4,5,6|3] → 取3，插入：[1,2,3,4,5,6]

历史影响：

现代实现（如TimSort，Python/Java默认排序）在小数组上仍然使用插入排序
希尔排序（Shell Sort，1959）是插入排序的改进版，通过减少跨距来提速
快速排序的优化版本在小分区（n<10-20）时切换回插入排序

📝 自然语言需求定义

需求名称：实现插入排序，支持升序/降序，并统计比较和移动次数

功能需求

升序插入排序：对整数数组原地升序排序
降序插入排序：对整数数组原地降序排序
性能统计：统计排序过程中的比较次数和元素移动次数

验收标准

编号	测试场景	预期结果	验证方式
1	升序排序 [5,2,4,6,1,3]	[1,2,3,4,5,6]	逐元素比较
2	降序排序 [5,2,4,6,1,3]	[6,5,4,3,2,1]	逐元素比较
3	已排序数组（最好情况）	不变，比较次数≈n-1	统计比较次数
4	逆序数组（最坏情况）	正确排序，比较次数≈n²/2	统计比较次数
5	单元素数组	不变，无比较	边界条件
6	含重复元素 [3,1,2,1,3]	[1,1,2,3,3]（稳定）	相等元素相对顺序不变

💻 C语言实现文件

对应文件 : insertion_sort.c

编译运行:

bash 复制代码

gcc -o insertion_sort_test insertion_sort.c
./insertion_sort_test