八大排序算法之插入排序
阿新 • • 發佈:2017-07-02
代碼實現 == 記錄 分析 tro return dom span col ,我們一般是從後往前比較,即從下標 i-1 開始向 0 進行掃描。
算法思想:每一趟將一個待排序的記錄,按照其關鍵字的大小插入到有序隊列的合適位置裏,知道全部插入完成。
設計步驟:
假設有一組無序序列 R0, R1, ... , RN-1。
(1) 我們先將這個序列中下標為 0 的元素視為元素個數為 1 的有序序列。
(2) 然後,我們要依次把 R1, R2, ... , RN-1 插入到這個有序序列中。所以,我們需要一個外部循環,從下標 1 掃描到 N-1 。
(3) 接下來描述插入過程。假設這是要將 Ri 插入到前面有序的序列中。由前面所述,我們可知,插入Ri時,前 i-1 個數肯定已經是有序了。
所以我們需要將Ri 和R0 ~ Ri-1 進行比較,確定要插入的合適位置。這就需要一個內部循環
代碼實現
def get_number(num): import random lst = [] i = 0 while i < num: lst.append(random.randint(0,100)) i += 1 return lst def insertsort(lst): if lst: if len(lst) == 1: return lst else:for i in range(1,len(lst)): tmp = lst[i] for j in range(i): if lst[j] > lst[i]: for k in range(i,j,-1): lst[k] = lst[k-1] lst[j] = tmp return lst return None a= get_number(10) print("排序之前:",a) b = insertsort(a) print("排序之後:",b) #######輸出結果########## 排序之前: [53, 20, 64, 11, 72, 89, 34, 60, 36, 25] 排序之後: [11, 20, 25, 34, 36, 53, 60, 64, 72, 89]
性能分析
時間復雜度
當數據正序時,執行效率最好,每次插入都不用移動前面的元素,時間復雜度為O(N)。
當數據反序時,執行效率最差,每次插入都要前面的元素後移,時間復雜度為O(N2)。
所以,數據越接近正序,直接插入排序的算法性能越好。
空間復雜度:由直接插入排序算法可知,我們在排序過程中,需要一個臨時變量存儲要插入的值,所以空間復雜度為 1 。
算法穩定性:直接插入排序的過程中,不需要改變相等數值元素的位置,所以它是穩定的算法。
八大排序算法之插入排序