前言
字可能有点多，但是真的理解起来真的没那么难😘
记得一定要连起来看，我把排序的实现过程拆开来讲述了😭😭😭
插入排序
基本思想：每次将一个待排序的记录按其关键字大小插入到前面已经排好的子序列，直到全部记录插入完成
分类：直接插入排序、折半插入排序（不再描述）、希尔排序
注意事项：解决排序的基本思想是先解决一次排序的内容，然后再去解决整体的排序
直接插入排序
基本思想：向有序数组中插入数据后，使数组重新有序（插入数据前数组已经有序了）
实现步骤：1、起初我们假设有序数组的范围为[0,end]（[0,end]并不是整个数组的长度只是数组中有序数组的长度）end表示有序数组尾元素的下标，tmp表示有序数组尾元素的下一个元素
2、判断tmp是否小于有序数组中的下标为end的元素，如果小于则将下标为end的元素往后挪一位（后续空间足够且均为空）--end，再次将此时下标为end的元素与tmp比较，大于tmp则该元素也向后移动......
3、如果tmp大于等于下标为end的元素，那么证明它应该在当该元素的后面一位，即下标为end+1的位置，break跳出循环，然后进行赋值(a[end + 1] = tmp)
4、如果一直到最后有序数组中元素个数都大于tmp，此时end的下标会变为-1，跳出循环后将tmp的值放在有序数组的首元素位置即a[end + 1] = a[-1 + 1] = a[0]处即可（这也是为什么不在else中进行a[end+1] = tmp赋值的原因，就是为了防止有序数组全部比较完后，发现tmp需要位于有序数组首元素的位置，而此时end值变为-1，会导致跳出循环，如果这时候赋值a[-1]是非法的，倒不如和“如果中间出现了tmp大于等于下标为end的元素要跳出循环赋值的”情况放在一起）
int end; int tmp = a[end + 1]; while (end >= 0) { if (tmp < a[end]) { a[end + 1] = a[end]; --end; } else { break; } } a[end + 1] = tmp;
5、至此我们完成了将一个数据插入有序数组的过程，那么我们该如何实现将整个无序数组通过直接插入排序变为有序呢？答：只需要一点点的改动
6、让我们为这段程序套上一层外壳：
//直接插入排序 void InsertSort(int* a, int n) { for (int i = 0; i < n - 1; ++i) { int end = i; int tmp = a[end + 1]; while (end >= 0) { if (tmp < a[end]) { a[end + 1] = a[end]; --end; } else { break; } } a[end + 1] = tmp; } }
这就是完整的直接插入排序了，其中InsertSort函数的两个参数int* a表示传入的无序数组，int n表示整个数组的长度，它与将一个数据插入有序数组的代码的区别在于，外套了一层for循环，以及将end赋值为i
7、for循环实现的效果是将数组中的每一个元素都遍历一遍，并进行插入数组的操作，i表示数组元素下标，初始化i为0，数组的长度为n，所以数组元素下标i应该n-1，即i < n-1（额，为什么要写小于这是一个求闭区间中数字个数的数学问题：(n-1) - (0) +(1) = n ）
8、将end赋值为i，是为了配合外层的for循环，当i=0时我们将数组下标为0的元素视为一个有序数组，然后接下来就是向有序数组中插入数据然后通过直接插入排序使数组重新变得有序的过程（也就是我们第一个代码块中实现的效果）
时空复杂度
最坏时间复杂度：O（N^2）（数组完全逆序，1个无序需比较n次，n个无序需比较n^2次）
最好时间复杂度：O（N）（当个数为n的数组中只有一个数不满足有序）
空间复杂度：O（1）
直接插入排序的特性
1、元素集合越接近有序，直接插入排序算法的时间效率越高
2、它是一种稳定的排序算法
希尔排序（缩小增量排序）
基本思想：将待排序的序列分割成若干个子序列，并对这些子序列进行插入排序，每进行完一轮对子序列的插入排序，就缩小它们之间的增量，通过多次重复上述内容，最终使整个序列变的十分的趋近于一个完整的有序序列（预排序），当它们之间的间隔缩小为1时，再进行一次完整的直接插入排序即可将整个序列变为完整的有序序列（直接插入排序）
预排序
预排序有两种实现方式：顺序排序和多组并排
顺序排序
实现步骤：1、我们现在要做的不是将两个相邻的元素进行判断，而是将下标间隔为gap的元素进行直接插入排序，下图为进行一次的过程：
int gap = 3; int end = 0; int tmp = a[end + gap]; while (end >= 0) { if (tmp < a[end]) { a[end + gap] = a[end]; end -= gap; } else { break; } } a[end + gap] = tmp;
关于如何实现数字交换的解释：这个过程其实很有趣，首先tmp会记录每组中在后面的值，当前面的值大于后面的值时，前面的值会被赋值给后面的值得位置，此时end也会像之前那样向前走，如果初始end为0，gap为3，那么此时end=end - gap = -3 < 0，跳出循环，将存放后面值都tmp赋值给a[end + gap] = a[-3 + 3] = a[0]，这样就实现了交换
2、然后我们在第一次的基础上完成一轮的排序，这时我们的end就得向前移动，我们利用外层循环的i来实现它的移动，规定在每次循环后i = i + gap，然后令循环体中的end等于此时的i即可，同时为了保证数组不会越界还需要规定i的取值不能超过n - gap，因为每次循环i都会增加gap个，有可能a[end]数组不越界，但是a[end + gap]后就数组越界了：
int gap = 3; for(int i = 0;i<n-gap;i += gap) { int end = i; int tmp = a[end + gap]; while (end >= 0) { if (tmp < a[end]) { a[end + gap] = a[end]; end -= gap; } else { break; } } a[end + gap] = tmp; }
3、完成一轮后，我们继续比较那些没有比较过的数，再通过一层for循环控制，此时内层for循环的i的值应该由j决定，j每次循环后只会加一（为啥要加一我真不想解释了）：
int gap = 3; for(int j = 0;j<gap;j++) { for(int i = j;i<n-gap;i += gap) { int end = i; int tmp = a[end + gap]; while (end >= 0) { if (tmp < a[end]) { a[end + gap] = a[end]; end -= gap; } else { break; } } a[end + gap] = tmp; } }
多组并排
图有点丑，但是应该能理解吧~
int gap = 3; for(int i = 0;i<n-gap;++i) { int end = i; int tmp = a[end + gap]; while (end >= 0) { if (tmp < a[end]) { a[end + gap] = a[end]; end -= gap; } else { break; } } a[end + gap] = tmp; }
小总结
- gap越大，大的值更快的调到后面，小的值可以更快的调到前面，越不接近有序
- gap越小，大和小的值跳的越慢，但是越接近有序，如果gap == 1预排序就是插入排序
直接插入排序
通过上面的结论我们可以发现，当gap>1时就是预排序，当gap == 1时预排序就是直接插入排序，且gap越接近于1排出来的队列就越有序，那么我们将预排序中的gap最后经过多次的预排序后让它变为1就可以实现最总的希尔排序了（gap肯定是先变为1然后进行一次直接插入排序后才会结束while循环的，所以最后不需要再多写一个直接插入排序）：
int gap = n; while(gap > 1) { //gap = gap / 2; gap = gap / 3 + 1; for(int i = 0;i<n-gap;++i) { int end = i; int tmp = a[end + gap]; while (end >= 0) { if (tmp < a[end]) { a[end + gap] = a[end]; end -= gap; } else { break; } } a[end + gap] = tmp; } }
一般情况下我们选择每次进行预排序时，将gap/2以达到gap在经历多次预排序后变为1的目的（gap的初始值无论是奇数还是偶数，最后/2必然可以得到1），但是我们更推荐令gap = gap / 3 + 1，这样可以实现更快的排序，gap将更快的被变为1（选择+1，是因为有些数比如18多次/3后会变为0，+1可以将0变为1避免了这一问题）
时空复杂度
最坏时间复杂度：O（N^2）（由于希尔排序的时间复杂度依赖于增量序列的函数，这涉及数学上尚未解决的数学难题，所以时间复杂度分析比较困难，当n在某个特定范围时，希尔排序的时间复杂度约为O（n^1.3），最坏情况下希尔排序的时间复杂度为O（N^2））
最好时间复杂度：
希尔排序的最好时间复杂度是有争议的，因为它取决于增量序列的选择和具体实现方式。在经典的希尔排序算法中，使用常见的希尔增量（gap = gap/2）作为增量序列时，最好情况下希尔排序可以达到接近O(n log n)级别的时间复杂度。这是因为较大间隔下元素会跳跃地进行比较和交换操作，使得部分元素能够快速就位。
然而，并没有一个通用且确定性质优良的最佳增量序列被找到。理论上存在一些特定情况下可以达到线性时间复杂度O(n) 的特殊增量序列选择方法。但在一般情况下，并不能保证获得更好优化后的时间复杂度。
因此，在实际应用中无法给出确切且普适可行地最佳时间复杂度定义。不同场景、不同数据集以及不同选取方式可能会导致差异结果。
需要注意，在实际应用中，对于大多数常见输入数据集来说，即便在平均和最坏情况下希尔排序也能表现出相对较高效率，并且相比于其他简单排序算法仍然具有改进之处。
空间复杂度：O（1）
希尔排序的特性
- 希尔排序是对直接插入排序的优化
- 当gap > 1时都是预排序，目的是让数组更接近于有序。当gap == 1时，数组已经接近有序的了，这样就会很快。这样整体而言，可以达到优化的效果。
- 希尔排序的时间复杂度不好计算，因为gap的取值方法很多，导致很难去计算，因此在许多书中给出的希尔排序的时间复杂度都不固定
~over~
