插入排序是一种简单直观的排序算法，它比冒泡排序 、选择排序都更有效率。
基本思路：
插入排序的工作原理是通过构建有序序列，对于未排序元素，在已排序序列中从后向前扫描，找到对应的位置并插入。
插入排序将数组分成“已排序”和“未排序”两部分，开始时“已排序”部分只有一个元素，然后将它后面一个元素从“未排序”部分插入到“已排序”部分中，这样，“已排序”部分增加一个元素，“未排序”部分减少一个元素。再重复该操作，直到完成全部元素的排序。
以对数组[4,3,5,1,2]进行从小到大排序为例，步骤如下：
①假定第一个元素是已排序元素，则将数组分成[4]和[3,5,1,2]这两个部分，前者是已排序部分，后者是未排序部分；
②取出未排序部分的第一个元素“3”（即前面提到的已排序部分后面一个元素），与已排序部分最后一个元素“4”比较，3<4，所以3排在4前面，数组变成[3,4]和[5,1,2]两部分；
③重复步骤②，取出未排序部分第一个元素“5”，与已排序部分最后一个元素“4”进行比较，5>4，所以5排在4后面，数组变成[3,4,5]和[1,2]两部分。
④重复步骤②，取出未排序部分第一个元素“1”，与未排序部分最后一个元素“5”比较，1<5，所以1排在5前面，继续与未排序部分倒数第二个元素“4”比较，1<4，所以1排在4前面，继续与未排序部分倒数第三个元素“3”比较，1<3，所以1排在3前面，数组变成[1,3,4,5]和[2]两部；
⑤重复步骤②，取出未排序第一个元素“2”，与未排序部分最后一个元素“5”比较，2<5，所以2排在5前面，继续与未排序部分倒数第二个元素“4”比较，2<4，所以2排在4前面，继续与未排序部分倒数第三个元素“3”比较，2<3，所以2排在3前面，继续与未排序部分倒数第四个元素“1”比较，2>1，所以2排在1后面，数组变成[1,2,3,4,5]，整个排序过程结束。
时间复杂度：
例：对数组[38,26,89,56,17,44]所有元素进行从小到大排序。
代码实现：
function insertSort(arr){
var len = arr.length; //数组的长度
var temp; //当前比较的值
var i,j; //分别是未排序和已排序数组的当前位置
for(i=1;i<len;i++){
j = i-1;
temp = arr[i];
while(j>=0 && arr[j]>temp){
arr[j+1] = arr[j];
j--;
}
arr[j+1] = temp;
}
return arr;
}
var arr = [38,26,89,56,17,44];
console.log("插入排序前的数组是：",arr);
arr = insertSort(arr);
console.log("插入排序后的数组是：",arr);实现效果如下：
堆排序是指利用”堆“这种数据结构所设计的一种排序算法。堆是一个二叉树，分为最大堆和最小堆。最大堆代表除了根节点以外的所有节点，其结点的值小于等于其父节点，堆中的最大元素存放于根节点中，最小堆与之相反，例如下图。
堆积是一个近似完全二叉树的结构，并同时满足堆积的性质：即子节点的键值或索引总是小于（或大于）它的父节点。
完全二叉树：从根节点到倒数第二层满足完美二叉树，最后一层可以不完全填充，其叶子结点都靠左对齐。
基本思路：
以从小到大排序规则为例，先将初始待排列序列（R1,R2,…,Rn）构建成最大堆，此堆为初始的无序区；
再将堆顶元素R[1]与最后一个元素R[n]交换，此时得到新的无序区和新的有序区，且满足R[1,2,…,n-1]<=R[n]；
由于交换后新的堆顶R[1]可能违反堆的性质，因此需要对当前无序区(R1,R2,……Rn-1)调整为新堆，然后再次将R[1]与无序区最后一个元素交换，得到新的无序区(R1,R2….Rn-2)和新的有序区(Rn-1,Rn)。不断重复此过程直到有序区的元素个数为n-1，则整个排序过程完成。
时间复杂度：O(nlogn)
例：对数组[38,26,89,56,17,44]所有元素进行从小到大排序。
代码实现：
建立最大堆的函数：
// 因为声明的多个函数都需要数据长度，所以把len设置成为全局变量
var len;
//建立最大堆（大顶堆）,其实就是对arr数组做一个结构调整，使其具有堆的特性
function buildMaxHeap(arr){
len = arr.length;
for(var i=Math.floor(len/2);i>=0;i--){
heapify(arr,i);
}
}调整数组成为最大堆的函数：
//堆调整函数,即调整当前arr数组为最大堆
function heapify(arr,i){
var left = 2*i+1;
var right = 2*i+2;
var largest = i;
if(left<len && arr[left]>arr[largest]){
largest = left;
}
if(right<len && arr[right]>arr[largest]){
largest = right;
}
if(largest !== i){
swap(arr,i,largest);
heapify(arr,largest);
}
}数组元素交换函数：
//交换函数
function swap(arr,i,j){
var temp = arr[i];
arr[i] = arr[j];
arr[j] = temp;
}堆排序函数：
//堆排序函数
function heapSort(arr){
buildMaxHeap(arr);
for(var i=arr.length-1;i>0;i--){
swap(arr,0,i);
len--;
heapify(arr,0);
}
return arr;
}本例中的测试函数：
//测试
var arr = [38,26,89,56,17,44];
var len = arr.length;
console.log("堆排序前的数组是：",arr);
arr = heapSort(arr);
console.log("堆排序后的数组是：",arr);实现效果如下：
