插入排序和选择排序
插入排序
输入:A[1,…,n]。
将需要排序的数组分为两个部分A[1,…,j-1],A[j,…n],j的初值为2,通过移动A[1,..,j-1]中元素的顺序,找到A[j]的位置。在排序的过程中A[1,…,j-1]是一个元素个数不断增加且有序的数组,直至元素个数达到n,则整个数组有序。
伪代码
for j = 2 to A.length
key = A[j] //将需要插入的元素先存储在一个变量中
i = j-1 //借助i来遍历比key大的元素,并将这些元素右移一位
while i > 0 and A[i] > key
A[i+1] = A[i]
i = i-1
A[i+1] = key
时间复杂度
对于插入排序算法,最坏的情况是待排序的数组是逆序的,while循环体是整个算法的主体,此时整个while循环执行的次数大概为:1+2+…(n-1),故算法的时间复杂度为O(n^2)。
选择排序
输入:A[1,…,n]
将需要排序的数组分为两个部分A[1,…,j-1],A[j,…n],j的初值为1,找出A[j,..n]数组中的最小元素与A[j]交换,循环执行上述步骤。在排序的过程中A[1,…,j-1]是一个元素个数不断增加且有序的数组,直至元素个数达到n,则整个数组有序。
伪代码
for i = 1 to A.lenth-1
temp = i
for j = i+1 to A.length
if A[j] < A[temp]
temp = j
A[i] = A[temp]
时间复杂度
对于选择排序算法,该算法的性能与输入数据的顺序无关,内层for循环是整个算法的主体,内层for循环的执行次数大概为:(n-1)+(n-2)+…+1,故算法的时间复杂度为O(n^2)。
总结
插入排序和选择排序的时间复杂度都是O(n^2),选择排序算法的性能与输入数据的顺序无关,而插入排序的性能取决于输入数据的顺序,对于一个很大且其中的元素已经有序(或部分有序)的数组来说,插入排序比选择排序更有优势。