【发布时间】：2016-03-09 06:09:20
【问题描述】：
所以我猜是因为它只是比较了 A[k] 和 A[k-1]，并且在一次扫描中完成了实现，但它仍然不清楚。有人可以解释得更好。 谢谢
【问题讨论】：
-
根据备选方案分析排序数组的性能。这就是答案。
【发布时间】：2016-03-09 06:09:20
【问题描述】：
此link 显示了具有不同类型数据集的排序算法的图形表示。 可以看到，在对数据进行排序后，算法复杂度降低到 N，相当于输入的元素个数。
所提供的链接清楚地说明了它的效率如何。
【讨论】：
-
谢谢！帮助很大
-
不客气，你能接受答案并结束问题吗？
您回答了您自己的问题：对于几乎排序的数组，插入排序只需要少数 O(n) 传递即可完成。将其与合并排序等分而治之的排序算法进行对比，后者采用O(n*lgn)。对于n 的任何非平凡值，分治算法将需要多次O(n) 传递，即使数组几乎完全排序，而插入排序可能只需要几次。
【讨论】：
插入排序是一种比选择排序更快、改进程度更高的排序算法。在选择排序中，无论数据是否已经排序，算法都会遍历所有数据。但是，插入排序的工作方式不同，它不是在每次通过后迭代所有数据，而是算法只遍历它需要的数据，直到正在排序的段被排序。同样，插入排序需要两个循环，因此需要两个主要变量，在本例中分别命名为“i”和“j”。变量 'i' 和 'j' 在第一个循环的每次通过后都从相同的索引开始，第二个循环仅在变量 'j' 大于索引 0 并且 arr[j]
【讨论】：
-
这是一个不错的答案，但它完全难以辨认。使用提供的工具将您的文本分成短段落并格式化您的代码示例。然后它可能会吸引选票；至少我的。
-
好的，但我将它与其他算法进行了比较，我也会积极接受你的建议，谢谢。
排序算法的总体目标是尽量减少比较次数。排序算法在比较次数上有一个下限和一个上限（n log n 合并和堆排序的最坏情况，n log n 快速排序的平均情况）。在最一般的情况下，您会使用恰好具有最佳平均或最佳最坏情况比较次数的算法。但是，当您对数据有所了解时（例如，数组已经排序或几乎排序），您可以利用插入排序的下限远低于“n log n”排序这一事实。
例如，如果你有一个数组 [1,2,3,4,5,6,7,9] 并且你需要在其中插入 8，你可以将它插入到最后，然后对数组进行排序使用 vanilla n log n 排序（它将进行大约 28 次比较（大致）以将数据排序为 [1,2,3,4,5,6,7,8,9]）。但是，插入排序只允许您在大约 8 次比较中将 8 插入正确的位置。
【讨论】：