算法：插入排序

插入排序（Insertion Sort）是一种简单而高效的排序算法，特别适用于小规模数据或部分已排序的数据。它的基本原理是通过维护一个已排序的部分，并将新元素插入到合适的位置，从而逐步形成完整的排序。

一、插入排序的基本步骤

1. 从第二个元素开始，假设第一个元素已被排序。
2. 将当前元素与已排序部分中的元素进行比较，直到找到合适的位置。
3. 将当前元素插入到发现的位置，并移动其他元素以腾出空间。
4. 重复上述步骤，直至所有元素都被插入到正确的位置。

二、插入排序的特点

1. 时间复杂度

        最坏情况：O(n²)（当数组逆序时，需要进行 n*(n-1)/2 次比较和交换）
        平均情况：O(n²)
        最好情况：O(n)（当数组已是有序时）

2. 空间复杂度

        O(1)（原地排序，不需要额外存储空间）。

3. 稳定性

        插入排序是稳定的，重复元素的相对顺序保持不变。

三、插入排序的实现

以下是 Python 中插入排序的实现示例：

def inner_sort(alist):
    # 列表长度
    n = len(alist)
    # 从第二元素开始遍历，进行数据插入：控制轮数
    for i in range(1, n):
        # 将当前元素与已经排序部分的元素进行逐一比较，通过交换找到合适的位置
        # range(i, 0, -1)：i i-1 i-2 i-3,……
        for j in range(i, 0, -1):
            # 如果当前元素小于已经排序部分的元素，则交换
            if alist[j] < alist[j - 1]:
                alist[j], alist[j - 1] = alist[j - 1], alist[j]

    return alist


if __name__ == '__main__':
    alist = [2, 1, 4, 3, 6, 5, 9, 8, 7]
    alist = inner_sort(alist)
    print('排序后数据：', alist)

优缺点

优点：
        简单易懂：算法逻辑清晰，易于实现，适合初学者。
        适用于部分有序的数据：如果数据基本有序，插入排序效率较高，接近 O(n) 的性能。
        稳定性：保持相同元素的原有顺序。

缺点：
        效率低下：对于大规模数据，时间复杂度 O(n²) 耗时较多，不适合大规模数据的排序。
        比较和移动次数较多：最坏情况下，移动次数和比较次数都可能很高。

四、应用场景

插入排序适合用于以下场景：
        数据量小的排序问题。
        对于部分已排序的列表进行扩展或进一步排序的情况。
        内部排序中常用于处理小数组，在典型的混合排序算法中（如 Timsort）作为基本排序算法。

四、总结

        插入排序是一种简单且有效的排序算法，尤其适合小规模信息的排序问题。