算法定义
间接插入排序是插入排序的一种，是一种简略的排序办法，其基本操作是将一条记录插入到已排好的有序表中，从而失去一个新的、记录数量增1的有序表。
算法原理
间接插入排序算法流程如下：
1、将第一待排序序列第一个元素看做一个有序序列，把第二个元素到最初一个元素当成是未排序序列。
2、从头到尾顺次扫描未排序序列，将扫描到的每个元素插入有序序列的适当地位。
代码实现
依照下面的思路，能够通过交换法实现。
从第2个数开始，确定要操作的数，对要操作的数找到要插入的地位。
而后一路往前比照，若以后数字比前一个数字小，那么替换两个数字，通过一直的替换找到这个数适合的地位插入。
交换法的代码如下：
public class Main { // 间接插入排序(插入排序)，交换法，均匀工夫复杂度O(n^2)，最好工夫复杂度O(n)，最坏工夫复杂度O(n^2)，空间复杂度O(1) public static void directlyInsertSort(int[] arr) { // 从第2个数开始，确定要操作的数，对要操作的数找到要插入的地位 for (int i = 1; i < arr.length; ++i) { // 获取以后数字的下标 int j = i; // 一路往前比照，若以后数字比前一个数字小，那么替换两个数字，通过一直的替换找到这个数适合的地位插入 while (j >= 1 && arr[j] < arr[j - 1]) { // 替换两个数字 arr[j - 1] ^= arr[j]; arr[j] ^= arr[j - 1]; arr[j - 1] ^= arr[j]; // 下标往前挪动 --j; } } }}然而咱们发现，在交换法中，每次替换数字时，下一次比拟可能又要被替换上来了。
所以，咱们想到一个优化，应用挪动法：先让新插入的数字和后面的数字进行比拟，比新插入的数字大的数字一直向后挪动，直到找到适宜这个新插入的数字的地位后，新插入的数字再做一次替换，来实现插入。
挪动法的代码如下：
public class Main { // 间接插入排序(插入排序)，挪动法，均匀工夫复杂度O(n^2)，最好工夫复杂度O(n)，最坏工夫复杂度O(n^2)，空间复杂度O(1) public static void directlyInsertSort(int[] arr) { // 从第2个数开始，确定要操作的数，对要操作的数找到要插入的地位 for (int i = 1; i < arr.length; ++i) { // 先把以后要插入的数字保存起来 int temp = arr[i]; // 获取以后要插入的数字的前一个下标 int j = i - 1; // 一路往前，和以后要插入的数字比拟，若大于以后要插入的数字，那么后移，直到不大于以后要插入的数字或者到了第一个下标，完结循环 while (j >= 0 && arr[j] > temp) { // 后移数字 arr[j + 1] = arr[j]; // 下标往前挪动 --j; } // 找到插入的地位，把以后要插入的数字赋值到这里 arr[j + 1] = temp; } }}交换法和挪动法其实差不多，挪动法没有本质的效率改善，只是缩小了一些没有必要的替换操作，并没有升高工夫复杂度和空间复杂度。
算法效率
间接插入排序是稳固的排序算法。
最好工夫复杂度是O(n)，刚好数组是程序的，两层循环只走了第一层，第一层for循环是n数量级的工夫，第二层while循环，数组曾经有序，不会进入。
最坏工夫复杂度是O(n^2)，刚好数组是顺叙的，两层循环都走了，第一层for循环是n数量级的工夫，第二层while循环也是n数量级的工夫，每次都要替换n-k次，k是常数，去到常数项k，还是n的数量级，所以是n * n=n ^ 2。
均匀工夫复杂度是O(n^2)，第一层for循环无论如何都要走的，第二层的while循环，均匀下来也是n的数量级，因为假如数组有n个数，不同程序的数组，第二层的while循环还是和后面的示意一样，替换n-k次，k是常数，去到常数项k，还是n的数量级，所以还是n * n=n ^ 2。
空间复杂度为O(1)，因为只应用无限个数的变量。
算法是稳固的，因为间接插入排序本质是通过替换来实现插入的，而这里的替换判断没有等于的判断，如果数组里的两个数是相等的，那么不会替换，那么就不存在数组里相等的两个数的替换。
均匀工夫复杂度：O(n^2)
最好工夫复杂度：O(n)
最坏工夫复杂度：O(n^2)
空间复杂度：O(1)
参考资料
间接插入排序动图来自：间接插入排序
原文链接
原文链接：算法总结-间接插入排序