首页 > 编程语言 >希尔排序:优化插入排序的精妙算法

希尔排序:优化插入排序的精妙算法

时间:2023-10-19 19:08:40浏览次数:38  
标签:精妙 arr int 插入排序 希尔 增量 排序 复杂度


排序算法在计算机科学中扮演着重要的角色,其中希尔排序(Shell Sort)是一种经典的排序算法。本文将带您深入了解希尔排序,包括其工作原理、性能分析以及如何使用 Java 进行实现。

希尔排序:优化插入排序的精妙算法_数组

什么是希尔排序?

希尔排序,又称“缩小增量排序”,是插入排序的一种改进版本。它的核心思想是通过逐步缩小增量值,将较大的元素向数组的一端移动,以减少逆序对的数量,从而提高整体的有序性。

希尔排序的关键步骤包括:

  1. 选择一个递减的增量序列,通常以 n/2 为初始增量,然后依次将增量减小为 n/4、n/8,直到增量为 1。
  2. 对于每个增量值,将数组分成若干个子序列,每个子序列使用插入排序进行排序。
  3. 不断减小增量值,重复步骤 2,直到增量值为 1,此时进行最后一次插入排序,完成排序过程。

希尔排序:优化插入排序的精妙算法_算法_02

希尔排序的性能分析

希尔排序的性能分析相对复杂,因为它依赖于所选择的增量序列。以下是希尔排序性能的一般性分析:

  • 最坏情况时间复杂度

希尔排序的最坏情况时间复杂度取决于增量序列的选择。使用希尔增量序列时,最坏情况时间复杂度为$ O(n^2)$,与插入排序相同。但使用某些增量序列,如 Hibbard 或 Knuth 序列,最坏情况时间复杂度可以降低到 希尔排序:优化插入排序的精妙算法_数组_03

  • 平均情况时间复杂度

希尔排序的平均情况时间复杂度通常介于 希尔排序:优化插入排序的精妙算法_排序算法_04

  • 空间复杂度

希尔排序的空间复杂度为 O(1),因为它只需要常数级别的额外空间来存储增量、临时变量等。

  • 稳定性

希尔排序是不稳定的排序算法,因为在排序过程中,相等元素的相对顺序可能会发生改变。

Java 代码实现

public class Test {

    public static void main(String[] args) {
        int[] arr = new int[]{5,7,4,3,6,2};
        shellSort(arr);
    }

    public static void shellSort(int[] arr) {
        System.out.println("原始数组:"+ Arrays.toString(arr));
        //获取排序数组的长度
        int len=  arr.length;
        //初始化增量为 len/2
        int initGap = len >> 1;
        //count排序不使用,只是为了打印循环的次数,加深理解
        int count = 1;
        //循环处理,不断减小增量值,直到增量值为 1,此时进行最后一次插入排序,完成排序过程
        for(int gap = initGap; gap > 0; gap >>=1){

            // 对每个子序列进行插入排序
            for(int i = gap; i < len; i++){
                int temp = arr[i];
                int j = i;
                while (j >= gap && arr[j-gap] > temp ){
                    // 如果插入元素小于当前元素,则将当前元素后移一位
                    arr[j] = arr[j - gap];
                    //递减值为每次的增量
                    j -= gap;
                }
                //将目标元素插入到正确的位置
                arr[j] = temp;
            }

            // 打印每趟排序完成后的数组状态,以便查看排序进度
            System.out.println("第"+count+"趟排序完成的数组:"+ Arrays.toString(arr));
            count++;
        }

        System.out.println("排序完成的数组:"+ Arrays.toString(arr));
    }

}

运行结果:

原始数组:[5, 7, 4, 3, 6, 2]
第1趟排序完成的数组:[3, 6, 2, 5, 7, 4]
第2趟排序完成的数组:[2, 3, 4, 5, 6, 7]
排序完成的数组:[2, 3, 4, 5, 6, 7]

总结

希尔排序是一种优雅而高效的排序算法,尽管它相对于一些现代排序算法来说可能不够快,但它仍然具有重要的教育和历史价值。通过深入了解希尔排序的工作原理和实现方式,您可以更好地理解排序算法的核心原理,并在需要时选择适当的排序算法以提高程序性能。希望本文帮助您更好地理解希尔排序并激发您对排序算法的兴趣。


标签:精妙,arr,int,插入排序,希尔,增量,排序,复杂度
From: https://blog.51cto.com/xiuji/7941675

相关文章

  • 有向图的拓扑排序
    给定一个n个点m条边的有向图,点的编号是1到n,图中可能存在重边和自环。请输出任意一个该有向图的拓扑序列,如果拓扑序列不存在,则输出−1。若一个由图中所有点构成的序列A满足:对于图中的每条边(x,y),x在A中都出现在y之前,则称A是该图的一个拓扑序列。输入格式第一行包含两个整数......
  • 20_排序方法1
    1.输入一串数字排序#!/bin/bashfunctionpaixu(){arr=($@)len=${#arr[@]}for((i=1;i<len;i++));dofor((j=0;j<len-i;j++));dofor((m=j+1;m<len-i+1;m++));dofirst=${arr[$j]}......
  • C#桶排序算法
    前言桶排序是一种线性时间复杂度的排序算法,它将待排序的数据分到有限数量的桶中,每个桶再进行单独排序,最后将所有桶中的数据按顺序依次取出,即可得到排序结果。实现原理首先根据待排序数据,确定需要的桶的数量。遍历待排序数据,将每个数据放入对应的桶中。对每个非空的桶进行排......
  • 拓扑排序(10/18)
    拓扑排序https://raelum.blog.csdn.net/article/details/129650604?ydreferer=aHR0cHM6Ly93d3cuYWN3aW5nLmNvbS9hY3Rpdml0eS9jb250ZW50L2NvZGUvY29udGVudC80NzEwNi8%3D #include<cstring>#include<iostream>#include<algorithm>usingnamespacestd;......
  • 面试必刷TOP101:5、合并k个已排序的链表
    一、题目二、题解顺序合并解题思路1、将k个链表配对并将同一对中的链表进行合并(采用顺序合并的方法)2、第一轮合并后,k个链表合并成了k/2个链表,平均长度2n/k,然后是k/4、k/8...等等3、重复这一过程,知道获取最终的有序链表importjava.util.*;/***Definitionforsingly-linke......
  • 排序算法稳定性分类
    稳定排序算法是指在排序过程中能够保持相等元素的相对顺序不变的排序算法。以下是一些常见的稳定排序算法:1.冒泡排序(BubbleSort)2.插入排序(InsertionSort)3.归并排序(MergeSort)4.计数排序(CountingSort)5.基数排序(RadixSort)6.桶排序(BucketSort)而不稳定排序算法是指在排序过......
  • 排序 order by 默认升序;降序 desc;两个条件一起使用时使用逗号隔开
     #先用工资排序,如果工资相等,再用名字排序select*fromemporderbysaldesc,ENAMEdesc;  ......
  • js 冒泡排序
    1.冒泡排序人们开始学习排序算法时,通常都先学冒泡算法,因为它在所有排序算法中最简单。然而,从运行时间的角度来看,冒泡排序是最差的一个。冒泡排序比较所有相邻的两个项,如果第一个比第二个大,则交换它们。元素项向上移动至正确的顺序,就好像气泡升至表面一样,冒泡排序因此得名。编码思路......
  • 冒泡排序算法(Bubble Sort)—经典排序算法
    导言冒泡排序是最基本、最简单的排序算法之一,它通过多次遍历待排序的数组或列表,依次比较相邻的元素并交换位置,使得较大(或较小)的元素逐渐“浮”到数组的一端。原理分析冒泡排序算法通过多次遍历待排序的数组或列表,依次比较相邻的元素并交换位置,使得较大(或较小)的元素逐渐“浮”到数组......
  • leetcode274 H指数 —— 排序后遍历/差分 c++
    给你一个整数数组 citations ,其中 citations[i] 表示研究者的第 i 篇论文被引用的次数。计算并返回该研究者的 h 指数。根据维基百科上 h指数的定义:h 代表“高引用次数”,一名科研人员的 h 指数 是指他(她)至少发表了 h 篇论文,并且每篇论文 至少 被引用 h 次。......