实际应用场景：

插入排序在实际应用中常用于：

• 小规模数据排序（n ≤ 50）
• 作为高级排序算法（如快速排序）的子过程
• 输入数据基本有序的情况
• 需要稳定排序且数据量不大的场景
• 在线算法场景（数据逐个到达时排序）

def insertion_sort(arr):
    # 遍历从1到len(arr)的所有元素
    for i in range(1, len(arr)):
        key = arr[i]  # 当前需要插入的元素
        j = i-1       # 指向已排序部分的最后一个元素
        
        # 在已排序部分从后向前扫描，找到插入位置
        while j >= 0 and key < arr[j]:
            arr[j+1] = arr[j]  # 将元素向后移动
            j -= 1
        
        arr[j+1] = key  # 插入元素到正确位置
    return arr

# 测试插入排序
data = [64, 34, 25, 12, 22, 11, 90]
print("排序前:", data)
sorted_data = insertion_sort(data)
print("排序后:", sorted_data)

代码解析：

• 外层循环：从第二个元素开始遍历（索引1），因为第一个元素被视为已排序
• key变量：存储当前需要插入的元素值
• 内层循环：将key与已排序部分从后向前比较，找到合适的插入位置
• 元素移动：当key小于已排序元素时，将元素向后移动一位
• 插入操作：在正确位置插入key值，完成当前元素的排序

排序过程详解：

与其他排序算法比较：

• vs 冒泡排序：插入排序通常更快，因为元素移动次数更少
• vs 选择排序：插入排序在基本有序数据上更快，选择排序写操作更少
• vs 高级排序算法：归并排序和快速排序在大数据集上更高效，但插入排序在小数据集上更简单高效