排序：为什么插入排序比冒泡排序更受欢迎？

文章来源于极客时间前google工程师−王争专栏。

需掌握的的排序：冒泡排序、插入排序、选择排序、归并排序、快速排序、计数排序、基数排序、桶排序。按照时间复杂度可以分为三类：

问题：插入排序和冒泡排序的时间复杂度相同，都是O(n^2)，在实际的软件开发中，为什么我们更倾向于使用插入排序算法而不是冒泡排序算法呢？

如何分析一个“排序算法”？

算法的执行效率

1.最好情况、最坏情况、平均情况时间复杂度

对于要排序的数据，有的接近有序，有的完全无序。有序度不同的数据，对于排序的执行时间肯定是有影响的，我们要知道排序算法在不同数据下的性能表现。

2.时间复杂度的系数、常数、低阶

时间复杂度反映的是数据规模n很大的时候的一个增长趋势，所以它表示的时候会忽略系数、常数、低阶。

但是在实际的软件开发中，我们排序的可能是10，100，1000这样数据规模很小的数据，所以在时间复杂度相同的排序算法性能对比的时候，我们就要把系数、常数、低阶也考虑进来。

3.比较次数和交换（或移动）次数

基于比较的排序算法会涉及两种操作，一种是元素比较大小，另一种是元素交换或移动。所以分析排序算法的执行效率，应该把比较次数和交换（或移动）次数也考虑进去。

排序算法的内存消耗

算法的内存消耗可以通过空间复杂度来衡量，排序算法也不例外。

针对排序算法的空间复杂度，还引入了一个新的概念，原地排序。原地排序算法，就是特指空间复杂度是O(1)的排序算法。

排序算法的稳定性

用执行效率和内存消耗来衡量排序算法的好坏是不够的。针对排序算法，还有一个重要的指标，稳定性。

这个概念是说，如果待排序的序列中存在值相等的元素，经过排序之后，相等元素之间原有的先后顺序不变。

比如有一组数据2，9，3，4，8，3排序之后就是2，3，34，8，9。

这组数据里有两个3，如果经过排序算法之后，两个3的前后顺序不变，那我们就把这种排序算法叫作稳定排序算法；如果前后顺序发生变化，对应的算法就叫作不稳定的排序算法。

真正的软件开发中，我们要排序的往往不是单纯的整数，而是一组对象，我们需要按照对象的某个key来排序。

需求：现在要给电商交易系统中的“订单”排序。订单中有两个属性，一个是下单时间，另一个是订单金额。如果现在有10万条订单数据，我们希望按照金额从小到大排序，对于金额相同的订单，我们希望按照下单时间从早到晚有序。

最先想到的方法是：先按照金额排序，然后再遍历排序之后的订单数据，对于每个金额相同的小区间再按照下单时间排序。这种排序思路，理解简单，实现复杂。

借助稳定排序算法：先按照下单时间对订单数据进行排序，然后
用稳定排序算法，按照订单金额重新排序。两遍排序，实现需求。

稳定排序算法可以保持金额相同的两个对象，在排序之后的前后顺序保持不变。

冒泡排序（Bubble Sort）

冒泡排序只会操作相邻的两个数据。一次冒泡会让至少一个元素移动到它应该在的位置，重复n次，就完成了n个数据的排序。

对一组数据4，5，6，3，2，1，从小到大排序，第一次冒泡的详细过程如下图所示：

经过一次冒泡操作之后，6这个元素已经存储在正确的位置上。要想完成所有数据的排序，我们只需要进行6次这样的冒泡操作就行了。

优化：当某次冒泡操作已经没有数据交换时，说明已经达到了完全有序，不用再继续执行后续的冒泡操作。如下图所示，这里给6个元素排序，只需要4次冒泡操作就可以了。

代码如下：

public void bubbleSort(int[] array){
    int len = array.length;
    if(len < = 1) return;
    for(int i=0;i<len;++i){
        //提前退出冒泡循环的标志位
        boolean flag = false;
        for(int j=0;j<len-1-i;++j){
            if(array[j] > array[j+1]){
                //表示有数据交换
                flag = true;
                int temp = array[j];
                array[j] = array[j+1];
                array[j+1] = temp;
            }
        }
        if(flag){//没有数据交换提前退出
            break;
        }
    }
}

这里有三个问题：

第一，冒泡排序是原地排序算法吗？

冒泡过程中只涉及相邻数据的交换操作，只需要常量级的临时空间，所以它的空间复杂度为O(1)，是一个原地排序算法。

第二，冒泡排序是稳定的排序算法吗？

只有交换才可以改变两个元素的前后顺序。当有相邻的两个元素大小相等的时候，我们不做交换，所以冒泡排序是稳定的排序算法。

第三，冒泡排序的时间复杂度是多少？

最好情况下，要排序的数据已经是有序的，只需要进行一次冒泡操作，就可以，所以最好情况复杂度是O(n)。最坏情况，需要进行n次冒泡操作，所以最坏情况时间复杂度是O(n^2)。

用概率论的方法定量分析平均时间复杂度，涉及的数学推理和计算比较复杂。可以通过“有序度”和“逆序度”这两个概念来进行分析。

有序度是数组中具有有序关系的元素对的个数。数学表达式如下：

有序元素对：a[i] <= a[j], 如果 i < j。

对于一个倒叙排列的数组，比如6，5，4，3，2，1，有序度是0；1，2，3，4，5，6，有序度就是n*(n-1)/2，也就是15.我们将这种完全有序的数组的有序度叫作满有序度。

逆序度的定义正好跟有序度相反。

逆序元素对：a[i] > a[j], 如果 i < j。

根据这三个概念，我们还可以得出一个公式：逆序度 = 满有序度 - 有序度。

排序的过程就是一种增加有序度，减少逆序度的过程，最后达到满有序度，就说明排序完成了。

对于包含n个数据的数组进行冒泡排序，平均交换次数是多少？最坏情况下，初始状态的有序度为0，所以要进行n*(n-1)/2次交换。最好情况下，初始状态的有序度是n*(n-1)/2，就不需要进行交换。我们可以取个中间值n*(n-1)/4，来表示初始有序度既不是很高也不是很低的平均情况。所以平均情况下的时间复杂度就是O(n^2)。

插入排序（Insertion Sort）

先看一个问题。一个有序数组，我们往里面添加一个新的数据后，如何继续保持数据有序呢？很简单，只要遍历数组，找到数据应该插入的位置讲其插入即可。

这是一个动态排序的过程，即动态地往有序集合中添加数据，我们可以通过这种方法保持集中的数据一直有序。而对于一组静态数据，我们也可以借鉴上面讲的插入方法，来进行排序，于是就有了插入排序算法。

插入排序具体是如何借助上面的思想来实现排序的呢？

首先，我们将数组中的数据分为两个区间，已排序区间和未排序区间。初始已排序区间只有一个元素，就是数组的第一个元素。插入算法的核心思想是取未排序区间中的元素，在已排序区间中找到合适的插入位置讲其插入，并保证已排序区间数据一直有序。重复这个过程，直到未排序区间中的元素为空，算法结束。

如图所示，要排序的数据是4，5，6，1，3，2，其中左侧为已排序区间，右侧是未排序区间。

插入排序也包含两种操作，一种是元素的比较，一种是元素的移动。当我们需要将一个数据a插入到已排序区间时，需要拿a与已排序区间的元素依次比较大小，找到合适的插入位置。找到插入点之后，我们还需要将插入点之后的元素顺序往后移动一位，这样才能腾出位置给元素a插入。

对于不同的查找插入点方法（从头到尾、从尾到头），元素的比较次数是有区别的。但对于一个给定的初始序列，移动操作的次数总是固定的，就等于逆序度。

如下图所示。满有序度是n*(n-1)/2=15，初始有序度是5，所以逆序度是10。插入排序中，数据移动的个数总和也等于3+3+4=10。

代码实现如下：

public void InsertSort(int[] array){
    int len = array.length;
    if(len <= 1){return;}
    //i默认为1，分为两个区间，开始遍历无序区间
    for(int i=1;i<n;++i){
       int j = i-1;
       //声明无序区间第一个元素
       int value = array[i];
       //循环有序区间
       for(;j>=0;--j){
           if(array[j]>value){
               //数据移动
               array[j+1] = array[j];
           }else{
               //小于无序区间元素跳出循环，记录j
               break;
           }
       }
       //将数据插入有序区间的正确位置
       array[j+1] = value;
    }
}

自行实现插入降序算法

第一，插入排序是原地算法吗？

从实现过程可以看出，插入排序的算法运行不需要额外的存储空间，所以空间复杂度为O(1)，也就是说，这是一个原地排序算法。

第二，插入排序是稳定的排序算法吗？

排序之后，相同元素前后顺序不变，所以插入排序是稳定的排序算法。

插入排序的时间复杂度是多少？

最好时间复杂度是O(n)，只需要从尾到头遍历已经有序的数据。

如果数组是倒序的，每次插入都相当于在数组的第一个位置插入新的数据，所以需要移动大量的数据，所以最坏情况时间复杂度为O(n^2)。

在数组中插入一个数据的平均时间复杂度是O(n)。所以，对于插入排序来说，每次插入操作都相当于在数组中插入一个数据，循环执行n次插入操作，所以平均时间复杂度是O(n^2)。

选择排序（Selection Sort）

选择排序算法的实现思路类似插入排序，也分排序区间和未排序区间。但是选择排序每次都会从未排序区间中找到最小的元素，将其放到已排序区间的末尾。

选择排序空间复杂度为O(1)，是一种原地排序算法。选择排序最好、最坏和平均情况时间复杂度都是O(n^2)。

选择排序是不稳定的排序算法。选择排序每次都要找剩余未排序元素中的最小值，并和前面的元素交换位置，破坏了稳定性。

比如5，8，5，2，9这样一组数据，使用选择排序算法来排序的话，第一次找到最小元素2，与第一个5交换位置，那第一个5和中间的5顺序就变了，所以就不稳定了。相对于冒泡排序和插入排序，选择排序就稍微逊色了。

解答开篇

冒泡排序和插入排序的时间复杂度都是O(n^2)，都是原地排序算法，为什么插入排序要比冒泡排序更受欢迎呢？

不管如何优化，元素交换的次数是一个固定值，是原始数据的逆序度。

从代码实现上来看，冒泡排序的数据交换要比插入排序的数据移动要复杂，冒泡排序需要3个赋值操作，而插入排序只需要1个。

冒泡排序中数据的交换操作：
if (a[j] > a[j+1]) { // 交换
   int tmp = a[j];
   a[j] = a[j+1];
   a[j+1] = tmp;
   flag = true;
}

插入排序中数据的移动操作：
if (a[j] > value) {
  a[j+1] = a[j];  // 数据移动
} else {
  break;
}

将执行一个赋值语句的时间粗略地记为单位时间（unit_time），对一个逆序度为K的数组进行排序。冒泡需要K次交换操作，交换操作耗时3*K单位时间。插入排序中数据移动操作只需要K个单位时间。

随机生成10000个数组，每个数组中包含200个数据，冒泡排序需要584ms完成，插入排序只需要105ms就能搞定！

//数组工厂
public class ArrayFactory {
	private static Random rand = new Random();
	//获得10000个包含200个随机数的数组
	public static int[][] get2Array(){
		int[][] array = new int[10000][200];
		for(int i=0;i<array.length;++i){
			array[i] = getArray();
		}
		return array;
	}
	public static int[] getArray(){
		int[] array = new int[200];
		for(int i=0;i<array.length;++i){
			array[i] = rand.nextInt(500);
		}
		return array;
	}
}
//排序效率测试
public class TestSort {
	//冒泡排序
	public static void bubbleSort(int[] a){
		if(a == null) return;
		int len = a.length;
		if(len <= 1)return;
		for(int i=0;i<len;++i){
			//退出标志
			boolean bol = true;
			for(int j=0;j<len-i-1;++j){
				if(a[j]>a[j+1]){
					//交换
					int temp = a[j+1];
					a[j+1] = a[j];
					a[j] = temp;
					bol = false;
				}
			}
			if(bol){
				break;
			}
		}
	}
	//插入排序
	public static void InsertSort(int[] a){
		if(a == null) return;
		int len = a.length;
		if(len <= 1) return;
		//用下标1分为两个区间左边为有序区间，右边为无序区间
		for(int i=1;i<len;++i){
			//记录无序区间第一个数
			int value = a[i];
			int j = i-1;
			//遍历无序区间数据个数
			for(;j>=0;--j){
				//无序区间每一个数与value比较
				if(a[j]>value){
					//移动
					a[j+1] = a[j];
				}else{
					break;
				}
			}
			//插入数据
			a[j+1] = value;
		}
	}
	//打印数组
	public static void printArray(int[] array){
		int len = array.length;
		for(int i=0;i<len;++i){
			if(i == len-1){
				System.out.print(array[i]);
			}else{
				System.out.print(array[i]+", ");
			}
		}
		System.out.println();
	}
	//打印10000个数组冒泡排序的时间
	public static void bubbleSortTime(){
		long start = System.currentTimeMillis();
		int[][] array = ArrayFactory.get2Array();
		for(int i=0;i<array.length;++i){
			bubbleSort(array[i]);
		}
		System.out.println(System.currentTimeMillis()-start);
	}
	//打印10000个数组插入排序的时间
	public static void insertSortTime(){
		long start = System.currentTimeMillis();
		int[][] array = ArrayFactory.get2Array();
		for(int i=0;i<array.length;++i){
			InsertSort(array[i]);
		}
		System.out.println(System.currentTimeMillis()-start);
	}
	public static void main(String[] args) {
		bubbleSortTime();//output:584
		insertSortTime();//output:105
	}
}

插入排序性能优化-希尔排序。

评价一个排序算法，需要从执行效率、内存消耗和稳定性三个方面看。重点掌握分析方法。

这三种排序算法，实现代码简单，对于小规模数据的排序，用起来非常高效。但是在大规模数据排序中，这个时间复杂度还是有点高，所以我们更倾向于时间复杂度为O(nlogn)的排序算法。

思考

特定的算法是依赖特定的数据结构的。都是基于数组实现，如果数据存储在链表中，这三种排序算法还能工作吗？相应的时间、空间复杂度是多少？