Die meisten Menschen würden einfach links beginnen, Karte für Karte durchgehen und diese weiter vorn einsortieren, wenn nötig. Und damit bist Du schon mittendrin im Thema, denn Insertion Sort macht im Grunde nichts anderes.
Insertion Sort Erklärung
Was genau bedeutet denn nun Insertion Sort? Insertion Sort ist ein Algorithmus, der eine Datenmenge sortiert, indem er sie von vorn bis hinten durchgeht, die Elemente vergleicht und bei Bedarf ein Element entnimmt und weiter vorn wieder einsetzt.
Insertion Sort besteht aus den zwei englischen Begriffen insertion ("Einfügung") und sort ("sortieren") und wird deshalb auf Deutsch manchmal auch als "Sortieren durch Einfügen" bezeichnet.
Insertion Sort Funktionsweise
Wie funktioniert Insertion Sort? Grundsätzlich geht der Algorithmus die gesamte Menge an Elementen durch. Dabei gilt die Menge vor dem aktuellen Laufindex als sortiert, und die Menge nach dem Index als unsortiert.
Das aktuelle Element wird dabei mit den vorhergehenden Elementen verglichen, bis die passende Stelle gefunden ist. An dieser Stelle wird das Element dann eingefügt. Es kann aber auch sein, dass das Element bereits an seiner richtigen Position war.
In beiden Fällen geht es mit dem nächsten Element weiter, solange noch als unsortiert geltende Elemente vorhanden sind.
Insertion Sort Beispiel
Am besten lässt sich die Funktionsweise von Insertion Sort an einem Beispiel demonstrieren. Gegeben sei eine Menge von Zahlen [7, 3, 9, 2, 1, 4], die aufsteigend sortiert werden soll.
Das erste Element in der Menge kann grundsätzlich übersprungen werden, da es kein vorheriges Element gibt, mit dem es verglichen werden könnte.
Iteration | Erklärung | Ergebnis |
1 | Das zweite Element ist kleiner als das erste und wird davor eingefügt. | [3, 7, 9, 2, 1, 4] |
2 | Die 9 ist größer als 7 und muss daher nicht bewegt werden. | [3, 7, 9, 2, 1, 4] |
3 | Die 2 ist kleiner als die 9 vor ihr. Sie wird aber so lange mit den vorherigen Elementen verglichen, bis die passende Stelle gefunden ist. In diesem Fall ist die 2 kleiner als alle Elemente vor ihr, und kommt daher an den Anfang der Zahlenreihe. | [2, 3, 7, 9, 1, 4] |
4 | Als Nächstes wird die 1 untersucht. Sie ist ebenfalls kleiner als alle Elemente vor ihr und kommt an den Anfang der Menge. | [1, 2, 3, 7, 9, 4] |
5 | Das letzte Element im unsortierten Bereich ist die 4. Sie ist kleiner als 7, aber größer als die 3, und wird daher gleich nach der 3 eingefügt. Somit ist die Menge nun aufsteigend sortiert! | [1, 2, 3, 4, 7, 9] |
Wie Du siehst, durchläuft der Algorithmus also die Menge von vorn bis hinten und schaut in diesem Fall, ob das aktuelle Element kleiner ist als die vorherigen Elemente. Dann schiebt er dieses Element weiter nach vorne, wenn nötig.
Insertion Sort Struktogramm
Durch das folgende Struktogramm wird die Funktionsweise und der Ablauf von Insertion Sort noch einmal besser verdeutlicht. Es liefert außerdem die Grundlage für eine mögliche Implementierung.
Abb. 1 - Insertion Sort Struktogramm
Insertion Sort Komplexität
Was den zusätzlich benötigten Speicherplatz angeht, ist der Algorithmus sehr effizient.
Das Sortieren der Elemente geschieht in-place. Außer den benötigten Hilfsvariablen wird nichts zwischengespeichert, sodass der benötigte Platz unabhängig von der zu sortierenden Mengengröße ist. Die Platzkomplexität ist also konstant und beträgt hier O(1).
Doch wie sieht es mit der Zeitkomplexität aus?
Insertion Sort Laufzeit
Du siehst bereits an dem oberen Beispiel, dass der Algorithmus mit zwei ineinander verschachtelten Schleifen arbeitet. Die erste Schleife durchläuft die Menge von vorn bis hinten. Die zweite Schleife vergleicht das aktuelle Element mit allen vorherigen Elementen, bis der passende Platz dafür gefunden ist.
Du siehst an dem Beispiel auch, dass die zweite Schleife bis ganz an den Anfang der Menge zurücklaufen muss, wenn das zu sortierende Element das bisher kleinste ist. Das kann bei großen und unsortierten Mengen schnell ineffizient werden.
Die beiden Schleifen haben jeweils eine Zeitkomplexität von O(n), weshalb sich für den Algorithmus eine Gesamtkomplexität von O(n²) ergibt.
Falls Du Nachholbedarf zum Thema Zeitkomplexität hast, findest Du mehr dazu in der Erklärung zur O-Notation.
Insertion Sort – Weitere Begrifflichkeiten
Zum Verständnis von Insertion Sort und dem Vergleich mit anderen Sortieralgorithmen werden im Folgenden noch weitere Begrifflichkeiten erklärt.
Insertion Sort stabil – instabil
Insertion Sort verändert die Anordnung der Elemente nur, wenn sich das zu sortierende Element tatsächlich unterscheidet. Wenn es gleich groß ist wie ein vorstehendes Element, wird es nicht verschoben.
Damit bleibt die Anordnung gleich großer Elemente immer erhalten. Insertion Sort ist also ein stabiler Sortieralgorithmus.
Insertion Sort vergleichsbasiert
Insertion Sort gehört zu den vergleichsbasierten Sortieralgorithmen. Der Algorithmus vergleicht also immer zwei Elemente miteinander, um über die Anordnung in der Datenmenge zu entscheiden.
Insertion Sort iterativ – rekursiv
Normalerweise implementiert man Insertion Sort iterativ, aber auch eine rekursive Implementierung ist möglich. Diese eignet sich jedoch mehr für Übungszwecke, denn es ist zu bedenken, dass bei der rekursiven Variante die Platzkomplexität des Algorithmus O(n) beträgt statt O(1).
O(1) beschreibt einen konstanten Aufwand eines Algorithmus. Der Aufwand ist dabei also unabhängig von der Eingabegröße. O(n) ist hingegen ein linearer Aufwand, also wächst der Aufwand dabei linear mit der Eingabegröße an.
Insertion Sort Parallelisierbarkeit
Der Insertion Sort Algorithmus ist nicht vollständig parallelisierbar.
Es gibt allerdings den Sortieralgorithmus Shellsort, der eine Erweiterung von Insertion Sort darstellt. Dieser ist zwar parallelisierbar, allerdings hat er nicht mehr die stabile Eigenschaft von Insertion Sort.
Mehr zum Shell Sort Algorithmus findest Du in der entsprechenden Erklärung dazu.
Insertion Sort Zusammenfassung
In der folgenden Tabelle findest Du die wichtigsten Eigenschaften von Insertion Sort übersichtlich zusammengefasst.
Best Case | Average Case | Worst Case | Platzkomplexität | Stabiles Verfahren | vergleichsbasiert | In-place | Parallelisierbarkeit | iterativ/rekursiv |
O(n) | O(n²) | O(n²) | O(1) | Ja | Ja | Ja | Nicht parallelisierbar | Beides möglich |
Insertion Sort Vorteile – Nachteile
Wie jedes andere Sortierverfahren hat auch Insertion Sort seine Vor- und Nachteile.
Vorteile | Nachteile |
Einfache Implementierung | Ineffizient bei großen Datenmengen |
Verständlichkeit | Nicht parallelisierbar |
Das Problem des Insertion Sort Sortieralgorithmus zeigt sich schnell, wenn man mit großen und nicht vorsortierten Datenmengen arbeitet. Der Algorithmus arbeitet ineffizient, weil er eine große Anzahl an Vergleichen benötigt und weit über die Datenmenge iterieren muss. Das zeigt sich an der kostenintensiven, quadratischen Laufzeit im Worst-Case-Szenario.
Insertion Sort Pseudocode
Zum Abschluss findest Du hier noch eine Implementierung von Insertion Sort in Pseudocode.
function InsertionSort (List items)
// Iteriere von vorn bis hinten durch die Liste.
for i = 0 to items.length - 2 do:
nextIndex = i + 1
// Dieses Element wird mit den vorigen in der Liste verglichen.
nextElem = items[nextIndex]
// Schiebe alle vorigen Elemente so lange nach vorne, bis der richtige Platz für nextElem gefunden ist.
while nextIndex > 0 AND nextElem < items[nextIndex - 1] do:
items[nextIndex] = items[nextIndex - 1]
nextIndex -= 1
// Füge nextElem an der passenden Stelle ein.
items[nextIndex] = nextElem
Wie Du siehst, ist die Implementierung von Insertion Sort nicht besonders aufwendig und relativ leicht verständlich.
Insertion Sort - Das Wichtigste
- Insertion Sort Funktionsweise: Der Algorithmus iteriert von vorn bis hinten über die Datenmenge, vergleicht das aktuelle Element mit vorherigen Elementen und setzt es an der passenden Stelle ein.
- Insertion Sort Komplexität: Die Platzkomplexität ist bei iterativer Implementierung O(1) und damit konstant, weil der Algorithmus in-place arbeitet. Die Insertion Sort Laufzeit ist schlimmstenfalls O(n²) und im besten Fall O(n).
- Zur Insertion Sort Erklärung ist auch wichtig, dass der Algorithmus stabil und vergleichsbasiert arbeitet.
- Insertion Sort Vorteile & Nachteile
- + Leicht verständlich und einfach zu implementieren
- - Ineffizient bei großen Datenmengen
- - Nicht parallelisierbar
Nachweise
- D.E. Knuth (1973). The Art of Computer Programming, Vol. 3 - Sorting and Searching. Addison-Wesley
Wie stellen wir sicher, dass unser Content korrekt und vertrauenswürdig ist?
Bei StudySmarter haben wir eine Lernplattform geschaffen, die Millionen von Studierende unterstützt. Lerne die Menschen kennen, die hart daran arbeiten, Fakten basierten Content zu liefern und sicherzustellen, dass er überprüft wird.
Content-Erstellungsprozess:
Lily Hulatt ist Digital Content Specialist mit über drei Jahren Erfahrung in Content-Strategie und Curriculum-Design. Sie hat 2022 ihren Doktortitel in Englischer Literatur an der Durham University erhalten, dort auch im Fachbereich Englische Studien unterrichtet und an verschiedenen Veröffentlichungen mitgewirkt. Lily ist Expertin für Englische Literatur, Englische Sprache, Geschichte und Philosophie.
Lerne Lily
kennen
Inhaltliche Qualität geprüft von:
Gabriel Freitas ist AI Engineer mit solider Erfahrung in Softwareentwicklung, maschinellen Lernalgorithmen und generativer KI, einschließlich Anwendungen großer Sprachmodelle (LLMs). Er hat Elektrotechnik an der Universität von São Paulo studiert und macht aktuell seinen MSc in Computertechnik an der Universität von Campinas mit Schwerpunkt auf maschinellem Lernen. Gabriel hat einen starken Hintergrund in Software-Engineering und hat an Projekten zu Computer Vision, Embedded AI und LLM-Anwendungen gearbeitet.
Lerne Gabriel
kennen