简单排序--插入排序(三)

前言

插入排序算法任然需要O(N^2)的时间,但是一般情况下,他要比冒泡排序快一倍,比选择排序要快一点。
[图片上传失败...(image-39380d-1628999776603)]

一、插入排序

假定排序从中间开始,可以更好的理解插入排序。此时,队列左边已经排好序,在队列中间标记一个元素,在这个作为标记的元素左边已经是局部有序,(注意,局部有序在冒泡排序和选择排序中不会出现)这个被标记的元素右边是未排序的。我们需要做的是在左边有序的队列中的适当位置插入被标记的元素。这意味着左边有序的队列需要先向右移腾出空间。而被标记的元素需要出列,以提供位移空间。

<font color=#999AAA >示例:pandas 是基于NumPy 的一种工具,该工具是为了解决数据分析任务而创建的。

插入排序的代码如下:

 public void insertionSort(){
        int left , right;
        for (right = 1;right<arr.length;right++){
            int temp = arr[right];
            left = right;
            while (left>0&&arr[left-1] >=temp){
                arr[left] = arr[left-1];
                left--;
            }
            arr[left] = temp;
            System.out.println("排序前:"+ Arrays.toString(arr));

        }
    }

在外层的for循环中,right从变量从1开始,向右移动。它标记了未排序部分的最左端的数据。而内层循环while中,left变量冲right变量开始,向左移动。直到temp变量小于等于left所指的数组数据项,或者它不能再往做移动为止。while中的每一趟都向右移动了一个已排序的数据项。
image.png

测试

public class Main {

    public static void main(String[] args) {

        Random random = new Random();
        int[] arr = new int[10];
        for (int i = 0; i < arr.length; i++) {
            arr[i] = random.nextInt(100);
        }
        System.out.println("排序前:"+Arrays.toString(arr));
        InsertSort insertSort = new InsertSort(arr);
        insertSort.insertionSort();
        System.out.println("排序后:"+Arrays.toString(arr));
    }
}

结果:

排序前:[45, 92, 15, 27, 45, 18, 8, 24, 43, 56]
排序前:[45, 92, 15, 27, 45, 18, 8, 24, 43, 56]
排序前:[15, 45, 92, 27, 45, 18, 8, 24, 43, 56]
排序前:[15, 27, 45, 92, 45, 18, 8, 24, 43, 56]
排序前:[15, 27, 45, 45, 92, 18, 8, 24, 43, 56]
排序前:[15, 18, 27, 45, 45, 92, 8, 24, 43, 56]
排序前:[8, 15, 18, 27, 45, 45, 92, 24, 43, 56]
排序前:[8, 15, 18, 24, 27, 45, 45, 92, 43, 56]
排序前:[8, 15, 18, 24, 27, 43, 45, 45, 92, 56]
排序前:[8, 15, 18, 24, 27, 43, 45, 45, 56, 92]
排序后:[8, 15, 18, 24, 27, 43, 45, 45, 56, 92]

总结

在每趟结束时,在将temp位置项插入后,比right变量下标小的数据项都是局部有序的。
在第一趟中,它对多比较一次,第二趟最多比较两次,一次类推。最后一趟最多,比较N-1次。因此有
1+ 2+3+...............+(N-1) = N*(N-1)/2
然而,因为每趟排序发现插入插入点之前,平均只有全体数据项的一半真的进行了比较,我们chuyi2得到
N*(N-1)/4

复制的次数大致等于比较次数,然而,一次复制与一次交换的事件耗费不同,所以相对于随机数据,这个算法比冒泡排序快一倍,比选择排序略快。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 206,839评论 6 482
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 88,543评论 2 382
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 153,116评论 0 344
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 55,371评论 1 279
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 64,384评论 5 374
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,111评论 1 285
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,416评论 3 400
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,053评论 0 259
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 43,558评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,007评论 2 325
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,117评论 1 334
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,756评论 4 324
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,324评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,315评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,539评论 1 262
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,578评论 2 355
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,877评论 2 345

推荐阅读更多精彩内容