数据结构和算法-插入排序分析|学习笔记

简介: 快速学习数据结构和算法-插入排序分析

开发者学堂课程【Go 语言核心编程 - 数据结构和算法:数据结构和算法-插入排序分析】学习笔记,与课程紧密联系,让用户快速学习知识。

课程地址:https://developer.aliyun.com/learning/course/627/detail/9849


数据结构和算法-插入排序分析


 内容介绍

一、插入排序法

二、插入排序法思想

三、思想的示意图

 

插入排序的速度会比选择排序更快。

 

一、插入排序法

插入式排序属于内部排序法,是对于欲排序的元素以插入的方式找寻该元素的适当位置,以达到排序的目的。

 

二、插入排序法思想

从代码理解,插入排序要比选择排序更麻烦,但是它的思想很先进,一般来说会比选择排序快一倍,

插入排序(Insertion Sorting)的基本思想是:把n个待排序的元素看成为一个有序表和一个无序表(意思就是先把第一个元素,因为只有一个元素无论是从小到大还是从大到小它都是有序的),开始时有序表中只包含一个元素,无序表中包含有 n-1个元素(就是把第一个看成是有序的,n-1看成是无序的),排序过程中每次从无序表中取出第一个元素,把它的排序码依次与有序表元素的排序码进行比较,将它插入到有序表中的适当位置,使之成为新的有序表。

 

三、思想的示意图:

image.png

把它画成两个部分,一个部分是演示部分,另一个部分是排序思想。

1. 演示:

假设现在有一个数组,这个数组就当是按小牛的成绩排序,分别是23,0,12,56,34从大到小排序,假设原始的数组是[23,0,12,56,34]

(1)第一次找到插入位置,先是0和23比较,很容易找到位置,这个数组就变成[23,0]12,56,34是无序的

(2)第二次 insertval 的值就变成12,第二次找到插入位置,它如果比0大就后移,那么变完的结果[23,0,0]56,34这时候12已经被保存下来了,让23与12进行比较,是大于12的,位置就已经找到,找到之后,只需要在+1的位置就可以了,就变成[23,12,0]56,34

(3)第三次找到插入位置,并插入,56比0大,就会向后移,这个时候它就变成了[23,12,0,0] 34,移动下标指向12,insertval 还是56,56比12大,说明没有位置,就往后移动,就变成[23,12,12,0],23不大于12就继续向后移动,就变成[23,23,12,0]34,这个时候再向下移动,发现移动不了了,说明它是最大的,但是它还是会稍微移动一下才会退出循环,最后会变成[56,23,12,0]23 ,也就是它会不停的找位置找到之后加进去。但是这个优越的地方是 ,它总是有序数组在找位置,它比较的次数是在减少的。所以插入排序是比冒泡排序和选择排序快的,至少快一倍

(4)第四次也是一样的道理,第四次插入的值就找34就可以,每次都是从最后找。于是就变成[56,23,12,0,0]下标就指向了12,12比34 仍然是小的,所以还没有找到位置,往后面移动就是[56,23,12,12,0]继续向后移动就是[56,23,23,12,0]最后会变成[56,34,23,12,0]

不确定每次比较的次数到底是多少,它可能很快就退出来了,也可能会遍历完才退出,假如最后不是34是-1那比较一次就可以了,如果最后就是最大的,它就得遍历完

2.排序思想:

(1)将23当作是有序的数组

(2)给0找一个位置插入

(3)思路:先把0保存到一个变量 insertval 中,将这个变量插到23这个有序变量中,插入时候就相当于这个值被保存了,现在它的指针就指向它前一个位置,就是0的前一个位置,然后将插入的位置用一个变量保存,就是0的下标的前一个下标

(4)从后开始比较,给 insertval 找到一个位置,插入  

(5)找的过程中有序数组的元素位置是要后移的

相关文章
|
16天前
|
算法 数据处理 C语言
C语言中的位运算技巧,涵盖基本概念、应用场景、实用技巧及示例代码,并讨论了位运算的性能优势及其与其他数据结构和算法的结合
本文深入解析了C语言中的位运算技巧,涵盖基本概念、应用场景、实用技巧及示例代码,并讨论了位运算的性能优势及其与其他数据结构和算法的结合,旨在帮助读者掌握这一高效的数据处理方法。
27 1
|
19天前
|
机器学习/深度学习 算法 数据挖掘
K-means聚类算法是机器学习中常用的一种聚类方法,通过将数据集划分为K个簇来简化数据结构
K-means聚类算法是机器学习中常用的一种聚类方法,通过将数据集划分为K个簇来简化数据结构。本文介绍了K-means算法的基本原理,包括初始化、数据点分配与簇中心更新等步骤,以及如何在Python中实现该算法,最后讨论了其优缺点及应用场景。
63 4
|
2月前
|
存储 人工智能 算法
数据结构与算法细节篇之最短路径问题:Dijkstra和Floyd算法详细描述,java语言实现。
这篇文章详细介绍了Dijkstra和Floyd算法,这两种算法分别用于解决单源和多源最短路径问题,并且提供了Java语言的实现代码。
91 3
数据结构与算法细节篇之最短路径问题:Dijkstra和Floyd算法详细描述,java语言实现。
|
17天前
|
存储 算法 搜索推荐
Python 中数据结构和算法的关系
数据结构是算法的载体,算法是对数据结构的操作和运用。它们共同构成了计算机程序的核心,对于提高程序的质量和性能具有至关重要的作用
|
17天前
|
数据采集 存储 算法
Python 中的数据结构和算法优化策略
Python中的数据结构和算法如何进行优化?
|
25天前
|
算法
数据结构之路由表查找算法(深度优先搜索和宽度优先搜索)
在网络通信中,路由表用于指导数据包的传输路径。本文介绍了两种常用的路由表查找算法——深度优先算法(DFS)和宽度优先算法(BFS)。DFS使用栈实现,适合路径问题;BFS使用队列,保证找到最短路径。两者均能有效查找路由信息,但适用场景不同,需根据具体需求选择。文中还提供了这两种算法的核心代码及测试结果,验证了算法的有效性。
86 23
|
25天前
|
算法
数据结构之蜜蜂算法
蜜蜂算法是一种受蜜蜂觅食行为启发的优化算法,通过模拟蜜蜂的群体智能来解决优化问题。本文介绍了蜜蜂算法的基本原理、数据结构设计、核心代码实现及算法优缺点。算法通过迭代更新蜜蜂位置,逐步优化适应度,最终找到问题的最优解。代码实现了单链表结构,用于管理蜜蜂节点,并通过适应度计算、节点移动等操作实现算法的核心功能。蜜蜂算法具有全局寻优能力强、参数设置简单等优点,但也存在对初始化参数敏感、计算复杂度高等缺点。
57 20
|
16天前
|
并行计算 算法 测试技术
C语言因高效灵活被广泛应用于软件开发。本文探讨了优化C语言程序性能的策略,涵盖算法优化、代码结构优化、内存管理优化、编译器优化、数据结构优化、并行计算优化及性能测试与分析七个方面
C语言因高效灵活被广泛应用于软件开发。本文探讨了优化C语言程序性能的策略,涵盖算法优化、代码结构优化、内存管理优化、编译器优化、数据结构优化、并行计算优化及性能测试与分析七个方面,旨在通过综合策略提升程序性能,满足实际需求。
42 1
|
25天前
|
机器学习/深度学习 算法 C++
数据结构之鲸鱼算法
鲸鱼算法(Whale Optimization Algorithm,WOA)是由伊朗研究员Seyedali Mirjalili于2016年提出的一种基于群体智能的全局优化算法,灵感源自鲸鱼捕食时的群体协作行为。该算法通过模拟鲸鱼的围捕猎物和喷出气泡网的行为,结合全局搜索和局部搜索策略,有效解决了复杂问题的优化需求。其应用广泛,涵盖函数优化、机器学习、图像处理等领域。鲸鱼算法以其简单直观的特点,成为初学者友好型的优化工具,但同时也存在参数敏感、可能陷入局部最优等问题。提供的C++代码示例展示了算法的基本实现和运行过程。
44 0
|
25天前
|
算法 vr&ar 计算机视觉
数据结构之洪水填充算法(DFS)
洪水填充算法是一种基于深度优先搜索(DFS)的图像处理技术,主要用于区域填充和图像分割。通过递归或栈的方式探索图像中的连通区域并进行颜色替换。本文介绍了算法的基本原理、数据结构设计(如链表和栈)、核心代码实现及应用实例,展示了算法在图像编辑等领域的高效性和灵活性。同时,文中也讨论了算法的优缺点,如实现简单但可能存在堆栈溢出的风险等。
37 0

热门文章

最新文章