我想知道您是对几乎排序的文件使用插入还是选择。两者平均进行多少次互换？我听说N/2和O(n)都用于选择！我知道插入时必须扫描数组的已排序部分，以查找放置新元素的位置，但是在选择中，您必须扫描数组的整个未排序部分，以查找下一个要添加到未排序子数组开头的元素。
答案 0 :(得分：5)
有许多流行的排序算法，旨在利用几乎排序的数据。可能最受欢迎的是timsort，以Python核心开发人员Tim Peters的名字命名，他首先提出并实现了该算法作为Python中使用的默认排序算法。现在，在许多Java版本中，排序算法也被用作默认的排序算法。
Timsort是一种混合稳定排序算法，它是从合并排序和插入排序中派生而来的，旨在对多种现实数据表现良好。该算法查找已排序数据的子序列，并使用该知识更有效地对其余数据进行排序。这是通过合并一个已标识的子序列（称为运行）与现有运行来完成的，直到满足某些条件为止。 [...] Wikipedia
当数据几乎按照某种程度排序时，插入排序非常有效：
当输入中的每个元素距离其排序位置Wikipedia不超过k个位置时，时间复杂度为O（nk）
插入排序不能利用数据几乎被排序的许多其他常见情况，例如反向顺序或当数据由两个运行的排序数据组成时（例如，从连接两个排序的数组的结果中得出）。
选择排序并不能真正从几乎排序的数据中受益。因此，如果您确实知道数据中的数据几乎是有序的，那么这是一个错误的算法选择。
答案 1 :(得分：1)
在选择和插入排序的比较中，选择排序在\Theta(n^2)中起作用，并比较列表中的所有值。因此，数组的近距离排序无助于选择排序更快地排序！但是，在插入排序中，最坏的情况是在O(n^2)中，对于几乎排序的数组，更改数组中未排序的部分将比选择排序时的性能更好。
答案 2 :(得分：0)
在“插入”排序中，对于最坏情况下的senarioО（n ^ 2）比较和交换，对于最佳情况下的O（n）比较，O（1）交换。
在选择排序中，已排序和未排序的数组没有任何区别，并且在最佳和最差情况下的复杂度都消耗n2（O（n2））的顺序。
因此，对于文件几乎已排序的情况，插入排序会更好。