【数据结构】插入排序

---

1. 排序

1. 排序的概念
   排序就是将一组杂乱无章的数据按一定规律（顺序或者逆序）排列起来。

2. 排序的目的
   方便查找元素。

3. 内部排序和外部排序
   若待排序记录都在内存中，称为内部排序；若待排序记录一部分在内存，一部分在外存，则称为外部排序。

4. 稳定性
   有两个相同的数据，在排序前后的前后顺序不变。它与时间复杂度和空间复杂度可以用来的衡量算法的好坏。

2.插入排序

2.1直接插入排序

1. 将待排数据按其关键码的大小插入到一个有序序列中，最终将所有数据插入序列中，形成一个新的有序序列。

2. 边插入边排序
   

3. 代码实现

//直接插入排序（以排升序为例子）
void InsertSort(int* arr,int n)
{
	//思路：从第二个数开始，逐个对有序序列排序
	int i = 0;
	for (i = 1; i < n; i++)
	{
		int end = i - 1;//前面有序序列的最后一个元素
		int tmp = arr[i];
		while (end >= 0)
		{
			if (arr[end] > tmp)//如果有序序列的最后一个元素大于要插入的元素，往后移一位
			{
				arr[end + 1] = arr[end];
				end--;
			}
			else//最后一个元素小于或者等于要插入的元素，跳出循环
			{
				break;
			}
		}
		//遇到特殊情况：要插入元素小于有序序列中的任何元素
		arr[end + 1] = tmp;//既能处理要插入元素比前一个大的情况，又能处理end<0的情况
	}
}

4. 分析
   时间复杂度
   最好情况下，数据本就是有序的，每次只需与前一个元素比较一次即可，时间复杂度是O（N）；最坏情况下，第i趟比较i次，且移动i+1次，时间复杂度是O（N^2）。
   空间复杂度
   只有开辟一个额外临时空间。空间复杂度是O（1）。
   稳定性
   上面的例子中有相同的12，能保证后面的12始终在后面。是一种稳定的算法
   缺点
   比较次数过多，影响效率。所以就有了折半插入排序。

2.2折半插入法

1. 思想
   在有序序列中寻找中间进行比较，减少比较次数。
2. 展示
   
3. 代码实现

//折半插入法（以升序为例）
void BInsertSort(int* arr, int n)
{
	for (int i = 1; i < n; i++)
	{
		int tmp = arr[i];
		int left = 0;
		int right = i - 1;
		while (left <= right)
		{
			int mid = (left + right) / 2;
			if (arr[mid] > arr[i])
			{
				right = mid - 1;
			}
			else
			{
				left = mid + 1;
			}
		}
		for (int j = i - 1; j >= left; j--)
		{
			arr[j + 1] = arr[j];
		}
		arr[left] = tmp;
	}
}

4. 分析
   时间复杂度
   在最好情况下，也就是数据是有序时，还是要进行折半比较，比较次数相交于直接插入多；在最坏情况下，比较次数减少明显，在logN这个量级。但是移动次数保持不变，所以时间复杂度依旧是O（N^2）。
   空间复杂度
   只申请一个额外空间。空间复杂度是O（1）。
   稳定性
   在排序前后两个相等的数据前后顺序不变。

2.3希尔排序

1. 思想
   首先先对数据进行分组，将每组进行直接插入排序，这是预排序。待数据基本有序时，就对全体数据进行直接插入排序。

2. 例子
   

3. 疑惑
   那我们要如何确定gap的大小？gap减少到多少时可以算基本有序？
   这个没有明确规定。gap越大，数据跳得越快，越不接近有序，gap越小，数据跳得越慢，越接近有序。gap是个渐变的数，越来越小，最后必须为1。这样才能保证数据最终为有序。gap一般为数据的数目，再以1/2的倍数在减小。

4. 代码实现

//希尔排序
void ShellSort(int* arr, int n)
{
	int gap = n;
	while (gap > 1)
	{
		//gap /= 2;
		gap = gap / 3 + 1;//+1保证最后进行一次排序是直接插入排序
		for (int i = 0; i < n - gap; i++)
		{
			int end = i;
			int tmp = arr[i + gap];
			while (end >= 0)
			{
				if (tmp < arr[end])
				{
					arr[end + gap] = arr[end];
					end -= gap;
				}
				else
				{
					break;
				}
			}
			arr[end + gap] = tmp;
		}
	}
}

5. 算法分析
   时间 复杂度
   最外层的while循环的时间复杂度是O（logN），因为N是以1/2在减少。在for循环刚开始时，gap很大，当gap=n/3+1时，for的执行次数是n/3，for里面的while的执行次数为1+2+3 = 6（以最坏情况看），所以第一次循环的时间复杂度是6*（n/3） = 2n。第二次循环，gap接近于n/9，此时for循环的执行次数是n/9，for里面的while的执行次数是1+2+……+9 = 45，所以第二次循环的执行次数是45*（n/9） = 5n。（但实际上要小于5n，因为上次循环数据已经比原先接近有序，所以还要考虑上一轮排序的影响）。当gap最终为1时，因为经过前面多轮的预排序，数据已经接近有序，可以近似于有序序列的排序，所以时间复杂度是O（N）。
   综上，根据大量资料可得，希尔排序的时间复杂度是O（n^1.25）~O（1.6n ^1.25），仍然是处于O（NlongN）这个量级，所以时间复杂度是O（NlogN）。
   空间复杂度
   仅开辟一个额外空间，所以空间复杂度是O（1）。
   稳定性
   这是一个不稳定的排序。因为会对数据进行分组，相同的数据在不同的组里面的最终顺序不同，可能导致最后两者的前后顺序不同。
   注意
   在数据接近有序时，直接插入排序的效率比这版插入排序和希尔排序的效率要高。

---