排序算法—插入排序

插入排序是一种简单直观的排序算法，它的基本思想是将一个数据插入到已经排好序的有序数据中，从而得到一个新的、个数加一的有序数据。具体实现过程为，将待排序数组分为已排序区间和未排序区间，初始时已排序区间只有一个元素，然后依次将未排序区间中的元素插入到已排序区间的合适位置，直到未排序区间为空。

以下是Java代码示例：

public static void insertionSort(int[] arr) {
    int n = arr.length;
    for (int i = 1; i < n; i++) {
        int key = arr[i];
        int j = i - 1;
        while (j >= 0 && arr[j] > key) {
            arr[j + 1] = arr[j];
            j--;
        }
        arr[j + 1] = key;
    }
}

时间复杂度分析：插入排序算法的时间复杂度取决于数组中逆序对的数量。最坏情况下，数组完全逆序，需要进行O(n^2)次比较和交换，因此时间复杂度为O(n^2)；最好情况下，数组已经有序，只需进行n-1次比较，时间复杂度为O(n)；平均情况下，时间复杂度为O(n^2)。

空间复杂度分析：插入排序算法是一种原地排序算法，不需要额外的空间存储辅助数据结构，因此空间复杂度为O(1)。

优劣势分析：插入排序算法的实现简单、易于理解和调试，并且适用于小规模数据集的排序。但是对于大规模乱序数组的排序，其效率比较低，时间复杂度为O(n^2)，因此不适用于对大数据量进行排序的场合。

具体使用示例：

int[] arr = {5, 2, 4, 6, 1, 3};
insertionSort(arr);
System.out.println(Arrays.toString(arr)); // [1, 2, 3, 4, 5, 6]

总结：插入排序算法是一种简单有效的排序算法，适用于小规模数据集的排序。它的时间复杂度为O(n^2)，空间复杂度为O(1)，时间复杂度取决于数组中逆序对的数量。该算法的主要优点是实现简单易懂，缺点是对于大规模乱序数组的排序，效率比较低。