嗨，我是算法的新手，我很着迷。
我试图找出插入排序的最坏情况时间复杂度，并将其称为O（n ** 2）。相反，我们可以将时间复杂度定为O（N * logN）。
这是我的解释，
插入排序查看第一个元素并假设它已排序。接下来，它查看第二个元素，并与前一个已排序的1个元素子列表进行比较，并根据与前一个已排序子列表中的元素进行比较来插入它。这个过程也是类似的。
每个地方都提到要将一个元素插入到前一个已排序的子列表中，基本上是线性搜索，它需要O（N）时间，因为我们对n个元素进行了这些操作，它需要我们O（N ** 2）。
但是，如果我们使用二进制插入将元素插入到前导子列表中，则应该采用O（logn）时间，其中n是子列表的长度。基本上将新元素与前一个已排序子列表的中间元素进行比较，如果它大于中间元素，则新元素位于子列表的中间元素和最后一个元素之间。
当我们重复n项的操作时，它应该带我们O（N * logN）。我们可以使用二进制搜索方法，因为我们知道前一个子列表已经排序。
因此，最坏情况时间复杂度不应该是O（N * logN）而不是O（N ** 2）。
答案 0 :(得分：2)
是的，你可以在O（log n）中找到插入点，但是你必须腾出空间来插入项目。这需要花费O（n）时间。
考虑这个部分排序的数组：
[1,2,3,5,6,7,9,4]
您到达最后一项4，然后进行二分查找以找到需要插入的位置。但是现在你必须创建空间，这意味着将项目9,7,6和5向下移动到阵列中的一个位置。这就是插入排序O（n ^ 2）的原因。