我在我的书中搜索过高低，以及互联网上的几个网站，但我对我的答案并不完全确定。
关于存在的反转次数，我需要给出InsertionSort和FingerTreeSort（基于RB-Trees）的渐近运行时间。 InsertionSort在O（n + INV）时间运行，FingerTreeSort在O（n + n * lg（INV / n + 1）中运行。 我需要为INV = 0，n，n ^ 1.5和n ^ 2/4提供渐近运行时。
我自己想出的是InsertionSort运行于：O（n），O（n），O（n ^ 2）和O（n ^ 2）
这是对的吗？为什么不？ （我特别不确定INV = n和n ^ 1.5）
对于FingerTreeSort：O（n * lg（n）），O（n * lg（n）），O（n * lg（sqrt（n）））和O（n * lg（n ^ 2） ）
我对FingerTreeSort中的所有内容都有疑问，但这些是我认为应该如何。 如何找到正确的渐近运行时？ 例如对于FingerTreeSort和n ^ 1.5，我认为它会通过插入一般运行时给出O（n + n * lg（n ^ 1.5 / n + 1），并简化：O（n + n * lg） （sqrt（n）+1）并且看到它是渐近的，我可以忽略较低的数字，如+1和+ n给我O（n * lg（sqrt（n）））。这是正确的做法吗？
提前感谢那些回答这个问题的人。我非常赞赏它：）
PS。用java写作，并不重要。
答案 0 :(得分：0)
插入排序：
公式：O（n + inv）
inv = 0： O（n）
inv = O（n）：O（n + n）= O（n）
inv = O（n ^ 1.5）：O（n + n ^ 1.5）= O（n ^ 1.5）
inv =（n ^ 2）/ 4：O（n + n ^ 2）= O（n ^ 2）
FingerTreeSort：
公式（使用OP提供的公式）：O（n + n *（ln [（inv / n）+1]））
inv = 0： O（n）
inv = O（n）：O（n + n *（ln [（O（n）/ n）+ 1]））= O（n + n *（ln [O（1）+1]））= <强> O（n）的
inv = O（n ^ 1.5）：O（n + n *（ln [（O（n ^ 1.5）/ n）+ 1]））= O（n + n *（ln [c *（n ^ 0.5）） + 1]））=
O（n + 0.5 * n * ln（n））= O（n * ln（n））
同样，对于inv = O（n ^ 2）： O（n * ln（n））