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）：
[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
gcc -o insertion_sort_test insertion_sort.c
./insertion_sort_test