11.4 插入排序¶
插入排序(insertion sort)是一种简单的排序算法,它的工作原理与手动整理一副牌的过程非常相似。
具体来说,我们在未排序区间选择一个基准元素,将该元素与其左侧已排序区间的元素逐一比较大小,并将该元素插入到正确的位置。
图 11-6 展示了数组插入元素的操作流程。设基准元素为 base ,我们需要将从目标索引到 base 之间的所有元素向右移动一位,然后将 base 赋值给目标索引。
图 11-6 单次插入操作
图解 11-6:插入一个元素:暂存、右移与写回
先保存末尾的 3,再把 5、4 各向右复制一格,最后将 3 写入索引 3。
输入数组为 nums = [1, 1, 2, 4, 5, 3](索引 0 至 5),其中左侧前五个元素 [1, 1, 2, 4, 5] 已排好序,任务是“将元素 3 插入到 nums 已排序区间的正确位置”(即元素 2 与 4 之间的索引 3)。
先将末尾的 3 暂存到 base,防止右移时被覆盖。依次把大于 3 的元素 5、4 向右复制一格;这些赋值会暂时留下两个 5 或两个 4。
比较到索引 2 的值 2 时停止右移,将 base 写入索引 3。图中左侧保留固定输入快照,右侧四行展示连续变化;下表的四行对应右侧四个状态,第 1 行仍是初始数组。
| 动作 | 数组 | base |
|---|---|---|
| 暂存末尾的 3(base = nums[5]) | [1, 1, 2, 4, 5, 3] | 3 |
| 把 5 复制到索引 5(nums[5] = nums[4]) | [1, 1, 2, 4, 5, 5] | 3 |
| 把 4 复制到索引 4(nums[4] = nums[3]) | [1, 1, 2, 4, 4, 5] | 3 |
| 将 3 写入索引 3(nums[3] = base) | [1, 1, 2, 3, 4, 5] | 3 |
两次右移是复制赋值;待插入的 3 始终由 base 保存,最后写回空出的插入位置。
11.4.1 算法流程¶
插入排序的整体流程如图 11-7 所示。
- 初始状态下,数组的第 1 个元素已完成排序。
- 选取数组的第 2 个元素作为
base,将其插入到正确位置后,数组的前 2 个元素已排序。 - 选取第 3 个元素作为
base,将其插入到正确位置后,数组的前 3 个元素已排序。 - 以此类推,在最后一轮中,选取最后一个元素作为
base,将其插入到正确位置后,所有元素均已排序。
图 11-7 插入排序流程
图解 11-7:插入排序逐轮过程
每轮把右侧紧邻的元素插入有序前缀,使前缀扩大一项。
初始数组为 nums = [4, 1, 3, 1, 5, 2],索引从 0 到 5。仅含首元素 4 的单元素区间天然有序,因此初始“已排序区间”为 [0, 0]。
每轮选取有序前缀右侧紧邻的元素作为 base,把大于 base 的元素向右移动,再将 base 写入空出的位置。
有序前缀只保证内部顺序,后续较小元素插入时,其中的元素仍可能右移。
第三轮插入第二个 1 时,遇到相等的第一个 1 就停止右移,保留二者原有顺序。第四轮的 5 无须移动,但有序前缀仍扩大;第五轮再插入 2,完成排序。
| 时点 | 数组 | 已排序区间 | 下一轮基准值 |
|---|---|---|---|
| 初始 | [4, 1, 3, 1, 5, 2] | [0, 0] | 1 |
| 第 1 轮后 | [1, 4, 3, 1, 5, 2] | [0, 1] | 3 |
| 第 2 轮后 | [1, 3, 4, 1, 5, 2] | [0, 2] | 1 |
| 第 3 轮后 | [1, 1, 3, 4, 5, 2] | [0, 3] | 5 |
| 第 4 轮后 | [1, 1, 3, 4, 5, 2] | [0, 4] | 2 |
| 第 5 轮后 | [1, 1, 2, 3, 4, 5] | [0, 5] | 无,已完成 |
五轮后有序前缀覆盖整个数组,两个 1 保持原有先后顺序。
示例代码如下:
/* 插入排序 */
void insertionSort(vector<int> &nums) {
// 外循环:已排序区间为 [0, i-1]
for (int i = 1; i < nums.size(); i++) {
int base = nums[i], j = i - 1;
// 内循环:将 base 插入到已排序区间 [0, i-1] 中的正确位置
while (j >= 0 && nums[j] > base) {
nums[j + 1] = nums[j]; // 将 nums[j] 向右移动一位
j--;
}
nums[j + 1] = base; // 将 base 赋值到正确位置
}
}
/* 插入排序 */
void insertionSort(int[] nums) {
// 外循环:已排序区间为 [0, i-1]
for (int i = 1; i < nums.length; i++) {
int base = nums[i], j = i - 1;
// 内循环:将 base 插入到已排序区间 [0, i-1] 中的正确位置
while (j >= 0 && nums[j] > base) {
nums[j + 1] = nums[j]; // 将 nums[j] 向右移动一位
j--;
}
nums[j + 1] = base; // 将 base 赋值到正确位置
}
}
/* 插入排序 */
void InsertionSort(int[] nums) {
// 外循环:已排序区间为 [0, i-1]
for (int i = 1; i < nums.Length; i++) {
int bas = nums[i], j = i - 1;
// 内循环:将 base 插入到已排序区间 [0, i-1] 中的正确位置
while (j >= 0 && nums[j] > bas) {
nums[j + 1] = nums[j]; // 将 nums[j] 向右移动一位
j--;
}
nums[j + 1] = bas; // 将 base 赋值到正确位置
}
}
/* 插入排序 */
func insertionSort(nums: inout [Int]) {
// 外循环:已排序区间为 [0, i-1]
for i in nums.indices.dropFirst() {
let base = nums[i]
var j = i - 1
// 内循环:将 base 插入到已排序区间 [0, i-1] 中的正确位置
while j >= 0, nums[j] > base {
nums[j + 1] = nums[j] // 将 nums[j] 向右移动一位
j -= 1
}
nums[j + 1] = base // 将 base 赋值到正确位置
}
}
/* 插入排序 */
function insertionSort(nums) {
// 外循环:已排序区间为 [0, i-1]
for (let i = 1; i < nums.length; i++) {
let base = nums[i],
j = i - 1;
// 内循环:将 base 插入到已排序区间 [0, i-1] 中的正确位置
while (j >= 0 && nums[j] > base) {
nums[j + 1] = nums[j]; // 将 nums[j] 向右移动一位
j--;
}
nums[j + 1] = base; // 将 base 赋值到正确位置
}
}
/* 插入排序 */
function insertionSort(nums: number[]): void {
// 外循环:已排序区间为 [0, i-1]
for (let i = 1; i < nums.length; i++) {
const base = nums[i];
let j = i - 1;
// 内循环:将 base 插入到已排序区间 [0, i-1] 中的正确位置
while (j >= 0 && nums[j] > base) {
nums[j + 1] = nums[j]; // 将 nums[j] 向右移动一位
j--;
}
nums[j + 1] = base; // 将 base 赋值到正确位置
}
}
/* 插入排序 */
void insertionSort(List<int> nums) {
// 外循环:已排序区间为 [0, i-1]
for (int i = 1; i < nums.length; i++) {
int base = nums[i], j = i - 1;
// 内循环:将 base 插入到已排序区间 [0, i-1] 中的正确位置
while (j >= 0 && nums[j] > base) {
nums[j + 1] = nums[j]; // 将 nums[j] 向右移动一位
j--;
}
nums[j + 1] = base; // 将 base 赋值到正确位置
}
}
/* 插入排序 */
fn insertion_sort(nums: &mut [i32]) {
// 外循环:已排序区间为 [0, i-1]
for i in 1..nums.len() {
let (base, mut j) = (nums[i], (i - 1) as i32);
// 内循环:将 base 插入到已排序区间 [0, i-1] 中的正确位置
while j >= 0 && nums[j as usize] > base {
nums[(j + 1) as usize] = nums[j as usize]; // 将 nums[j] 向右移动一位
j -= 1;
}
nums[(j + 1) as usize] = base; // 将 base 赋值到正确位置
}
}
/* 插入排序 */
void insertionSort(int nums[], int size) {
// 外循环:已排序区间为 [0, i-1]
for (int i = 1; i < size; i++) {
int base = nums[i], j = i - 1;
// 内循环:将 base 插入到已排序区间 [0, i-1] 中的正确位置
while (j >= 0 && nums[j] > base) {
// 将 nums[j] 向右移动一位
nums[j + 1] = nums[j];
j--;
}
// 将 base 赋值到正确位置
nums[j + 1] = base;
}
}
/* 插入排序 */
fun insertionSort(nums: IntArray) {
//外循环: 已排序元素为 1, 2, ..., n
for (i in nums.indices) {
val base = nums[i]
var j = i - 1
// 内循环:将 base 插入到已排序区间 [0, i-1] 中的正确位置
while (j >= 0 && nums[j] > base) {
nums[j + 1] = nums[j] // 将 nums[j] 向右移动一位
j--
}
nums[j + 1] = base // 将 base 赋值到正确位置
}
}
可视化运行
11.4.2 算法特性¶
- 时间复杂度为 \(O(n^2)\)、自适应排序:在最差情况下,每次插入操作分别需要循环 \(n - 1\)、\(n-2\)、\(\dots\)、\(2\)、\(1\) 次,求和得到 \((n - 1) n / 2\) ,因此时间复杂度为 \(O(n^2)\) 。在遇到有序数据时,插入操作会提前终止。当输入数组完全有序时,插入排序达到最佳时间复杂度 \(O(n)\) 。
- 空间复杂度为 \(O(1)\)、原地排序:指针 \(i\) 和 \(j\) 使用常数大小的额外空间。
- 稳定排序:在插入操作过程中,我们会将元素插入到相等元素的右侧,不会改变它们的顺序。
11.4.3 插入排序的优势¶
插入排序的时间复杂度为 \(O(n^2)\) ,而我们即将学习的快速排序的时间复杂度为 \(O(n \log n)\) 。尽管插入排序的时间复杂度更高,但在数据量较小的情况下,插入排序通常更快。
这个结论与线性查找和二分查找的适用情况的结论类似。快速排序这类 \(O(n \log n)\) 的算法属于基于分治策略的排序算法,往往包含更多单元计算操作。而在数据量较小时,\(n^2\) 和 \(n \log n\) 的数值比较接近,复杂度不占主导地位,每轮中的单元操作数量起到决定性作用。
实际上,许多编程语言(例如 Java)的内置排序函数采用了插入排序,大致思路为:对于长数组,采用基于分治策略的排序算法,例如快速排序;对于短数组,直接使用插入排序。
虽然冒泡排序、选择排序和插入排序的时间复杂度都为 \(O(n^2)\) ,但在实际情况中,插入排序的使用频率显著高于冒泡排序和选择排序,主要有以下原因。
- 冒泡排序基于元素交换实现,需要借助一个临时变量,共涉及 3 个单元操作;插入排序基于元素赋值实现,仅需 1 个单元操作。因此,冒泡排序的计算开销通常比插入排序更高。
- 选择排序在任何情况下的时间复杂度都为 \(O(n^2)\) 。如果给定一组部分有序的数据,插入排序通常比选择排序效率更高。
- 选择排序不稳定,无法应用于多级排序。