Question

我有两个插入排序的实现。第一个是我的java教科书中的示例的转录（尽管有while循环而不是java for循环）

def insertion_sort(array):
    for i in range(1,len(array)):
        j = i
        while j > 0 and array[j] < array[j-1]:
            array[j],array[j-1] = array[j-1], array[j]
            j=j-1
    return array

第二个似乎是一个更加pythonic的实现。

def insertion_sort2(array):
    for i in range(1,len(array)):
        for j in range(i-1,-1,-1):
            if array[j+1] < array[j]:
                array[j+1],array[j] = array[j],array[j+1]
            else:
                break
    return array

在对两者进行计时之后，当列表已经排序或非常接近排序时，似乎第二个慢得多（慢3到4倍）。然而，随着反转次数的增加，第二次实施似乎占了上风（快10-15％）。我只是想知道是否有人可以解释造成这种差异的原因。谢谢！

编辑：这是我用来创建随机列表的功能。

def rand_list(length):
    return [random.randint(0,9*length) for _ in range(length)]

如果我想要一个部分排序的列表，我只需拨打list(range(length1)) + rand_list(length2)。

至于计算运行时间，我使用了%timeit工具和两次datetime.now()次呼叫之间的差异。他们都给出了非常一致的结果。另外我只想强调一点，我每次都要创建一个新列表，而不是对已排序的列表进行排序。

Answer 1

我能够重现你的时间。对于随机数据或反向排序数据， insertion_sort2 比Python3.6上的 insertion_sort 快一点。但是，如您所述，对于已经排序的数据， insertion_sort2 的速度要慢三倍。

第一种情况（随机或排序数据略快）的原因是 range_iterator 对象比手动编写j=j-1和{更快地生成递减整数（使用内部C代码） {1}}这两个都是纯python步骤。因此，一旦for循环被预热，它比while循环等效运行得快一点。

第二种情况（排序数据慢得多）的原因是，当迭代次数为零时，while循环比等效for循环便宜。这是因为while循环没有设置成本。等效for循环仍然必须创建范围对象和 range_iterator 对象，然后才能找出没有迭代的对象。因此，while循环在空或几乎为空时击败for循环，因为它们避免了设置成本。

是什么导致这两种插入排序实现之间的性能差异？

1 个答案: