对于通用排序，答案似乎是否定的，因为快速排序，合并排序和堆排序往往在平均和最差情况下表现更好。但是，插入排序似乎在增量排序方面表现优异，即在保持列表排序的同时，在一段时间内一次向列表添加元素，尤其是在插入排序实现为链接列表时（O（log） n）平均情况与O（n））。但是，堆似乎能够（或几乎）执行增量排序（从堆中添加或删除单个元素具有O（log n）的最坏情况）。那么插入排序究竟与其他基于比较的排序算法或堆有什么关系呢？
答案 0 :(得分：50)
来自http://www.sorting-algorithms.com/insertion-sort：
虽然它是基本排序算法之一 O（n 2 ）最坏情况时间，插入排序 是什么时候选择的算法 数据几乎排序（因为它 是自适应的）或当问题的大小 很小（因为它很低 开销）。
由于这些原因，并且因为它也是稳定的，插入排序是 经常用作递归基础案例 （当问题规模很小时） 更高的开销分而治之 排序算法，例如合并排序 或快速排序。
答案 1 :(得分：15)
算法分析中的一个重要概念是渐近分析。在两个具有不同渐近运行时间的算法的情况下，例如一个O（n ^ 2）和一个O（nlogn），分别是插入排序和快速排序的情况，不确定一个比一个更快另一个。
这种分析的重要区别在于，对于足够大的N ，一种算法将比另一种算法更快。在将算法分析为像O（nlogn）这样的术语时，会删除常量。在实际分析算法的运行时，这些常数仅对小n的情况很重要。
那是什么意思？这意味着对于某些小n，某些算法更快。 EmbeddedGurus.net的这个article包含了在有限空间（16k）和有限内存系统的情况下选择不同排序算法的有趣视角。当然，文章仅引用了对20个整数的列表进行排序，因此n的较大顺序无关紧要。更短的代码和更少的内存消耗（以及避免递归）最终是更重要的决定。
插入排序的开销很低，可以相当简洁地编写，它有两个主要优点：它是稳定的，并且当输入接近排序时它具有相当快的运行情况。
答案 2 :(得分：8)
是的，有理由使用插入排序或其变体之一。
这里其他答案的排序方法（快速排序等）假设数据已经在内存中并准备就绪。
但是，如果您试图从较慢的外部源（比如硬盘驱动器）读取大量数据，则会浪费大量时间，因为瓶颈显然是数据通道或驱动器本身。它跟不上CPU。在任何阅读过程中都会发生一系列自然等待。这些等待是 浪费的CPU周期 ，除非您将它们用于 排序 。
例如，如果您要解决此问题，请执行以下操作：
如果您在两个主题中执行以下操作，则可能需要更长的时间。
主题A：
主题B：
...以上将允许您使用否则浪费的时间。注意：线程B不会妨碍线程A的进度。
当数据被完全读取时，它将被排序并准备好使用。
答案 3 :(得分：4)
对于非常小的数据集，大多数排序过程将使用快速排序然后插入排序。
答案 4 :(得分：1)
如果您正在讨论维护已排序的列表，那么对某种树没有任何优势，它只会更慢。
好吧，也许它消耗更少的内存或更简单的实现。
插入排序列表将涉及扫描，这意味着每个插入都是O（n），因此排序n个项目变为O（n ^ 2）
插入容器（如平衡树）通常是log（n），因此排序为O（n log（n）），这当然更好。
但对于小型名单，它几乎没有任何区别。如果你必须自己编写没有任何库，列表很小和/或你不关心性能，你可以使用插入排序。
答案 5 :(得分：1)
YES，
插入排序比短列表上的快速排序更好。
实际上，最佳快速排序具有停止的大小阈值，然后整个数组按插入排序超过阈值限制。
也...
为了维护记分牌，二进制插入排序可能会很好。
请参阅this page。
答案 6 :(得分：0)
对于小型数组，插入排序的执行速度比快速排序快。 Java 7和Java 8 使用双轴快速排序来对基本数据类型进行排序。 双枢轴快速排序执行典型的单枢轴快速排序。根据双枢轴快速排序算法：
定义插入排序为小数组执行快速排序，这就是切换到长度小于27 的数组的插入排序的原因。原因可能是插入排序没有递归。
来源：http://codeblab.com/wp-content/uploads/2009/09/DualPivotQuicksort.pdf