【java实现+4种变体完整例子】排序算法中【插入排序】的详细解析，包含基础实现、常见变体的完整代码示例，以及各变体的对比表格

以下是插入排序的详细解析，包含基础实现、常见变体的完整代码示例，以及各变体的对比表格：

一、插入排序基础实现

原理

将元素逐个插入到已排序序列的合适位置，逐步构建有序序列。

代码示例

public class InsertionSort {
    void sort(int[] arr) {
        int n = arr.length;
        for (int i = 1; i < n; i++) {
            int key = arr[i]; // 待插入的元素
            int j = i - 1;
            // 将比 key 大的元素后移
            while (j >= 0 && arr[j] > key) {
                arr[j + 1] = arr[j];
                j--;
            }
            arr[j + 1] = key; // 插入到正确位置
        }
    }
}

复杂度分析

• 时间复杂度：
  • 最坏/平均：O(n²)（逆序或随机数据）。
  • 最好（已有序）：O(n)。
• 空间复杂度：O(1)。
• 稳定性：稳定（相同值的元素相对顺序不变）。

二、常见变体及代码示例

1. 优化版（减少移动次数）

改进点：通过减少元素移动的次数，优化内层循环。
适用场景：数据接近有序时效率更高。

public class OptimizedInsertionSort {
    void sort(int[] arr) {
        int n = arr.length;
        for (int i = 1; i < n; i++) {
            int key = arr[i];
            int j = i - 1;
            // 找到插入位置后一次性移动元素
            while (j >= 0 && arr[j] > key) {
                j--;
            }
            // 将 j+1 到 i 的元素后移一位
            for (int k = i; k > j + 1; k--) {
                arr[k] = arr[k - 1];
            }
            arr[j + 1] = key;
        }
    }
}

2. 二分插入排序

改进点：用二分查找确定插入位置，减少比较次数。
适用场景：数据规模较大时，减少比较时间。

public class BinaryInsertionSort {
    void sort(int[] arr) {
        int n = arr.length;
        for (int i = 1; i < n; i++) {
            int key = arr[i];
            int left = 0, right = i - 1;
            // 二分查找插入位置
            while (left <= right) {
                int mid = (left + right) / 2;
                if (arr[mid] > key) {
                    right = mid - 1;
                } else {
                    left = mid + 1;
                }
            }
            // 移动元素并插入
            for (int j = i - 1; j >= left; j--) {
                arr[j + 1] = arr[j];
            }
            arr[left] = key;
        }
    }
}

3. 递归实现

改进点：用递归替代循环，代码结构更清晰。
适用场景：教学或代码风格偏好递归。

public class RecursiveInsertionSort {
    void sort(int[] arr, int n) {
        if (n <= 1) return;
        sort(arr, n - 1); // 先排序前 n-1 个元素
        int key = arr[n - 1];
        int j = n - 2;
        // 将比 key 大的元素后移
        while (j >= 0 && arr[j] > key) {
            arr[j + 1] = arr[j];
            j--;
        }
        arr[j + 1] = key;
    }
}

三、变体对比表格

四、关键选择原则

1. 基础场景：优先使用基础实现，因其简单且适用于小规模数据。
2. 优化需求：
   • 接近有序数据：优化版（减少移动次数）可提升效率。
   • 大规模数据：二分插入排序通过减少比较次数优化性能。
3. 代码风格：递归实现适合教学或偏好函数式编程的场景，但需注意栈空间开销。
4. 稳定性需求：所有变体均稳定，适用于需要保持元素相对顺序的场景（如排序带键值的记录）。
5. 极端场景：已排序数据时，基础实现的时间复杂度降至 O(n)，是插入排序的优势场景。

通过选择合适的变体，可在特定场景下优化性能或代码可读性，同时保持算法的稳定性。