插入排序

    插入排序是排序入门最基础的算法之一，其原理也是简单粗暴的：为第I个元素选择正确的位置，前提是保证前（i-1）个元素已经排序完成，元素i遍历它之前的（i-1）元素，并插入到正确的位置中去，这就是“插入排序”的名字由来。关于插入排序各类算法和数据结构的书籍都会有详细描述，这里不再熬述。废话少说，放码过来。

#include <iostream>
#include <windows.h>
using namespace std;

const int NUM = 20000;

double insertSort1() {

	LARGE_INTEGER freq;
	LARGE_INTEGER st, et;

	int *arr = new int[NUM];
	for(int i = 0; i < NUM; i++) {
		arr[i] = NUM - i;
	}

	QueryPerformanceFrequency(&freq);
	QueryPerformanceCounter(&st);
	for(int i = 1; i < NUM; i++) {
		int tmp = arr[i];	//记住当前arr[i]的值
		int k = i;	//用来标记arr[i]要插入的位置
		for(int j = i - 1; j >= 0; j--){
			if(arr[j] > tmp) {	//当元素arr[j]比arr[i]的值大，则需将arr[j]向下标增大的方向移动，腾出arr[j]的位置
				arr[j+1] = arr[j];
				k = j;	//用k保存arr[j]腾出来的位置
			}
		}
		arr[k] = tmp;	//将tmp的值插入正确的位置
	}
	QueryPerformanceCounter(&et);

	double res = 1000.0*(et.QuadPart - st.QuadPart)/freq.QuadPart;
	return res;
}

double insertSort2() {
	LARGE_INTEGER freq;
	LARGE_INTEGER st, et;

	int *arr = new int[NUM];
	for(int i = 0; i < NUM; i++) {
		arr[i] = NUM - i;
	}

	QueryPerformanceFrequency(&freq);
	QueryPerformanceCounter(&st);
	for(int i = 1; i < NUM; i++) {
		int tmp = arr[i];
		int j;
		for(j = i - 1; j >= 0 && arr[j] > tmp; j--){
				arr[j+1] = arr[j];
		}
		arr[j+1] = tmp;
	}
	QueryPerformanceCounter(&et);

	double res = 1000.0*(et.QuadPart - st.QuadPart)/freq.QuadPart;
	return res;
}

int main()
{
	int pass = 10;
	double sum1 = 0;
	double sum2 = 0;

	for(int i = 0; i < pass; i++) {
		sum1 += insertSort1();
		sum2 += insertSort2();
		
	}
	cout<<"sort1 aveTime: "<<sum1/10<<endl;
	cout<<"sort2 aveTime: "<<sum2/10<<endl;
}

  上面代码中，insertSort1和insertSort2都是插入排序（升序）的实现，insertSort2是稍微优化过的版本。在insertSort1中，关键部分的代码已经写上注释，大概流程是：

    1）初始化大小为NUM的整型数组，倒序排放。NUM大小可根据自己的需求修改，一般来说（MIT公开课里的教授说的啊），NUM的数量在30以下，插排的性能就非常优秀，这也是为什么shell sort排序到一定程度后可以采用插排来整理的原因，但NUM大于30的数量性能瓶颈就开始明显了。

    2）使用插入排序算法排序

    3）计算执行排序的代码所执行的时间

    之所以选择数组倒序是因为这是插入排序效率最差的情况，相当于每为一个元素找到正确位置（也即是数组首元素），你就必须比较和移动当前元素之前的每一个元素，复杂度为O(n^2)，这样避免了测试insertSort1和insertSort2两个版本的插排算法是由于随机数组的不同而产生的差距。在main函数中，将每个算法运行10遍，求平均值。测试的过程中，我修改过NUM的数量级，30，100，1000，5000，10000，20000，insertSort2的性能都是要优于insertSort1的，图1为多次运行程序后某一次的测试结果截图，没有意外，每次都是2的耗时低于1。

图1

    原因：在算法1中，为每个arr[i]找到正确位置j之后，没有任何跳出循环的操作，会继续将arr[i]跟j位置以前的元素做比较，然而正确的位置已找到，并由于数组i之前的元素已经排好序，故正确位置不会再改变，也就是说这些比较都是无用功，可避免的。在算法2中，将这个比较的条件放在循环的判断条件里，一旦找到正确位置之后，判断条件不成立而退出循环体，故不会再执行后面那些无用的比较。但是，这个原因在上述代码中应该不存在，因为我采用的是倒序数组，无论如何对每一个元素i，由于正确的位置总是在数组首元素位置，因此一定是做(i-1)次比较和数据赋值。因此，操作这两者的原因我猜想是在算法1中每次循环比算法2多执行了一行“k = j”的用来保存正确位置的代码，造成了耗时多于算法2。无论如何，算法2都要比算法1更优一些。

    附：在C++中，用来测试某些代码执行所耗费的时间，可以采用上述代码中采用的QPC(QueryPerformanceCounter)，QPC的用法可以查看MSDN或者这里有示例。在C++中计时还可以使用<time.h>中定义的clock()和GetTickCount()，这两者的计时是基于Timer的，缺点是精度不足，我在测试上述两个算法的差别是，在NUM为1000以下都显示为0毫秒；而QPC是基于Counter的，但也有自己的缺点，并且在MSDN也有官方对其产生的bug进行修补的方法。这篇文章及其补充有对这几种计时方法进行介绍。