插入排序法

基础排序算法的另一种是插入排序，它的时间复杂度跟选择排序法一样都是O(n^2)。

工作原理

通过构建有序序列，对于未排序数据，在已排序序列中从后向前扫描，找到相应位置并插入。插入排序在实现上，通常采用in-place排序（即只需用到 {displaystyle O(1)} {displaystyle O(1)}的额外空间的排序），因而在从后向前扫描过程中，需要反复把已排序元素逐步向后挪位，为最新元素提供插入空间。

例如：中打扑克牌时候整理扑克牌的思想就是插入排序法的核心思想。也就是说，看后面的牌大小，把小牌插入到前面合适的位置，直至牌有序为止。

动画演示：

使用插入排序为一列数字进行排序的过程

;

核心代码如下：

/**
* 实现两数交换
* @param {Array} arr 数组
* @param {Number} i 当前索引位置
* @param {Number} minIndex 带交换的索引位置
*/
const swap = (arr, i, minIndex) => {
    [arr[i], arr[minIndex]] = [arr[minIndex], arr[i]];
}

/**
* 插入排序
* @param {Array} arr 无序数组
* @param {Number} n 数组长度
*/
const insertionSort = (arr, n) => {
    for (let i = 1; i < n; i++) {
        //寻找arr[i]合适的插入位置（在前面）
        for (let j = i; j > 0; j--) {
            if (arr[j] < arr[j - 1]) {
                swap(arr, j, j - 1);
            }else{
                break;
            }
        }
    }
}

注意:

上面的代码中，外层for循环索引是从1开始的，因为只考虑长度为1的数组，也就是索引为0的元素本身就是有序的。
内层循环索引开始位置是第 i 个，循环结束的条件是 j > 0。这里因为当 j 为1时候，我们只需要比较索引为1与索引为0的元素大小即可。如果将结束条件改为 j>=0那么，循环最后一步将会比较0与-1位置的元素大小。而负索引在某些语言是合法的，而另一些语言角度是不合法的操作会提示数组越界。

这里的内层循环可以做一个小优化就是在于循环终止条件可以改为j > 0 && arr[j] < arr[j - 1]

  /**
  * 插入排序
  * @param {Array} arr 无序数组
  * @param {Number} n 数组长度
  */
  const insertionSort = (arr, n) => {
      for (let i = 1; i < n; i++) {
          //寻找arr[i]合适的插入位置（在前面）
          for (let j = i; j > 0 && arr[j] < arr[j - 1]; j--) {
                  swap(arr, j, j - 1);
          }
      }
  }

思考：

既然插入排序内层循环可以提前退出，相较于选择排序算法，理论上插入排序是快于选择排序的,但是测试结果显示: 1000条整型数据下，选择排序的耗时比插入排序的耗时短，而在10000条整型数据下，插入排序的耗时是选择排序的3倍有多。

优化方案

上面提到插入排序理论上是比选择排序的速度快，但是实测结果相反。接下来我们动手优化一下插入排序的算法。

问题分析：

上面版本的插入排序算法，注意内层循环，当每执行一次循环都将交换两个元素的位置。而交换一次位置将对数组产生三次赋值操作（还要算上访问索引的时间）。那么优化点就在于提前缓存变量以及减少内层循环交换次数。

实现思路：内层循环开始前，先缓存当前的比较值也就是缓存arr[i]，循环终止条件改为arr[j-1] > e，e是我们先前缓存好的arr[i]。这里我们相比未优化的版本，这里我们不贸然直接进行两数交换而是改为比较赋值，所以循环体是一次赋值操作（将位于j-1的元素后移一个位置），而未优化版本的循环体是三次赋值操作。

const insertionSort = (arr, n) => {
    for (let i = 1; i < n; i++) {

        const e = arr[i];   //缓存当前值
        let j;              //保存元素e应该插入的位置

        //采用比较的方案，最后才赋值到数组
        //相比以前每比较一次有一次交换操作，一次交换操作要三次赋值
        //这里只有一次的赋值操作，性能更优

        for (j = i; j > 0 && arr[j - 1] > e; j--) {
            arr[j] = arr[j - 1];
        }

        arr[j] = e;
    }
}

这个时候有兴趣的朋友可以跑一下优化后的代码，会发现插入排序已经明显快于选择排序，原因插入排序可以提前终止内层循环。相比于选择排序需要将循环完全执行去去找到最小值，插入排序一旦找到合适的位置，就会终止循环。

总结

在最优的情况下，也就是说排序内容是完全有序的情况下，插入排序的时间复杂度为O(n)
当要排序的数组内容是将近有序的时候，选择插入排序法效率不比高级排序的算法差