我们在课堂上学习插入排序是omega线性运行时间（如果传递已经排序的数组）和Big-O O（n ^ 2）用于所有其他情况。然后，我们的教授开始关于插入排序的理想，其中包含＆＃34;合并排序＆＃34;方法，理想的是使用合并排序并具有O（nlogn）运行时间？他根本不是一个非常清楚的人。你能解释一下他的意思吗？
答案 0 :(得分：1)
O（N）被认为是快速的，O（N Log（N））是公平的，O（N 2）是慢的。
对于少数元素，您可能不在乎。但想想一下排序一百万个元素：时间与1000000（比如1毫秒），20000000（20毫秒）和...... 1000000000000（11周）成正比。
这就是为什么经常避免使用O（N²）排序算法的原因，因为知道O（N Log（N））在所有情况下都是可能的，而对于某些配置则是O（N）。
答案 1 :(得分：1)
让我们看看。
插入排序具有O（n ^ 2）运行时间
很明显，插入排序在O（n ^ 2）上运行。您可以阅读更多相关信息here。
然后我们的教授开始关于插入排序的理想，其中包含＆＃34;合并排序＆＃34;方法
我认为您试图说idea而不是ideal。让我们看看idea插入排序有＆＃34;合并排序＆＃34;做法。合并排序的基础来自分而治之的范式。所以我们假设我有这个数组
6 5 4 3 2 1
使用＆＃34;合并排序＆＃34;进行插入排序方法将该阵列分为两个区域（或更多）基于分而治之的范式。
6 5 4 | 3 2 1
之后，我们可以在区域的每一侧应用插入排序，然后使用征服来加入它们。
4 5 6 | 1 2 3
1 2 3 4 5 6
好了，现在让我们来看看 IF ，我们对数组的每个元素应用除法。
6 | 5 | 4 | 3 | 2 | 1
等待合并排序？是的，这就是为什么你的老师说
理想情况是使用合并排序并具有O（n log n）运行时间
实际上，当一些阈值被激活时（例如只有7个元素），合并排序的某些实现使用了插入排序。你可以阅读它here。
答案 2 :(得分：0)
我可能对你的教授可能意味着什么有所了解。对于非常小的订单数组（或简单地查看数组是否已排序），运行insertion sort可能有意义，因为它不消耗辅助空间并以线性时间运行。发布，您将运行合并排序，无论条件如何，均为nlog(n)（除非您使用自然合并排序，在这种情况下，最好的情况归结为O （n）并且运行插入排序算法更有意义，并消耗O（n）的辅助空间。
尽管如此，值得注意的是像Java这样的语言使用双枢轴快速排序算法而不是合并排序（最坏情况下快速排序是O（n ^ 2））。我对此并不完全确定，但可以归结为快速排序使用较少的辅助空间这一事实，但更重要的是，因为对于最坏的情况，阵列并不常见。