http://www.cnblogs.com/banli/archive/2013/05/19/3087486.html

http://www.cnblogs.com/diliwang/p/3352946.html

自己再梳理一下，便于记忆：

1.插入排序(Insertion Sort)

问题描述：输入一个数组A[1,2....n]，输出一个按升序排列的数组A‘.

算法分析理论：

通常，我们寻找算法运行的最大时间（上界）T(n)，因为最坏的情况是一个承诺，一个保证.

因为，算法的运行时间依赖于我们的电脑。

• 相对速度（在同一台机器上）

• 绝对速度（在不同机器上）

所以，引入渐进符号:θ(n),对算法进行 渐进分析(asymptotic analysis)，这就是算法大局观（Big Idea）.

BIG IDEA:

• 忽略掉于机器有关的常量（具体操作时间，如赋值操作）.
• 不去检查实际运行时间，而是关注运行时间的增长(当n趋于无穷大时，T(n)是多少).

如何计算θ(n)？

• 在数学领域：θ(n)有严格的数学定义，见第二讲。
• 在工程学上：去掉低阶项，忽略常数系数。例如：3n³ + 90n² - 5n + 6046 = θ(n³)

数学与工程的trade-offs:

• 当n趋于无穷大时候，θ(n²) << θ(n³);
• 有时候交点n₀太大，计算机无法运行，所以我们会对一些相对低速的算法感兴趣。这应该就是理论与实际的妥协，trade-offs.

插入排序时间分析：

最坏情况：输入一个逆序数列.

插入排序快不快？

对于较小的n，比较快；对于较大的n，比较慢，更快的一种排序算法是归并排序（Merge Sort）.

2.归并排序(Merge Sort)

归并排序时间分析(用递归树分析)：

• 在实际中，当 n>30 时，归并排序将打败插入排序.