排序算法

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。