首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >排序四 希尔排序

排序四 希尔排序

作者头像
静默虚空
发布2018-01-05 11:48:27
8380
发布2018-01-05 11:48:27
举报

要点

希尔(Shell)排序又称为缩小增量排序,它是一种插入排序。它是直接插入排序算法的一种威力加强版

该方法因DL.Shell于1959年提出而得名。

希尔排序的基本思想是:

把记录按步长 gap 分组,对每组记录采用直接插入排序方法进行排序。 随着步长逐渐减小,所分成的组包含的记录越来越多,当步长的值减小到 1 时,整个数据合成为一组,构成一组有序记录,则完成排序。

我们来通过演示图,更深入的理解一下这个过程。

在上面这幅图中:

初始时,有一个大小为 10 的无序序列。

第一趟排序中,我们不妨设 gap1 = N / 2 = 5,即相隔距离为 5 的元素组成一组,可以分为 5 组。

接下来,按照直接插入排序的方法对每个组进行排序。

第二趟排序中,我们把上次的 gap 缩小一半,即 gap2 = gap1 / 2 = 2 (取整数)。这样每相隔距离为 2 的元素组成一组,可以分为 2 组。

按照直接插入排序的方法对每个组进行排序。

第三趟排序中,再次把 gap 缩小一半,即gap3 = gap2 / 2 = 1。 这样相隔距离为 1 的元素组成一组,即只有一组。

按照直接插入排序的方法对每个组进行排序。此时,排序已经结束

需要注意一下的是,图中有两个相等数值的元素 55 。我们可以清楚的看到,在排序过程中,两个元素位置交换了

所以,希尔排序是不稳定的算法。

核心代码

public void shellSort(int[] list) {
 int gap = list.length / 2;
 
 while (1 <= gap) {
 // 把距离为 gap 的元素编为一个组,扫描所有组
  for (int i = gap; i < list.length; i++) {
 int j = 0;
 int temp = list[i];
 
 // 对距离为 gap 的元素组进行排序
  for (j = i - gap; j >= 0 && temp < list[j]; j = j - gap) {
                 list[j + gap] = list[j];
             }
             list[j + gap] = temp;
         }
 
         System.out.format("gap = %d:\t", gap);
         printAll(list);
         gap = gap / 2; // 减小增量
     }
 }

算法分析

希尔排序的算法性能

时间复杂度

步长的选择是希尔排序的重要部分。只要最终步长为1任何步长序列都可以工作。

算法最开始以一定的步长进行排序。然后会继续以一定步长进行排序,最终算法以步长为1进行排序。当步长为1时,算法变为插入排序,这就保证了数据一定会被排序。 Donald Shell 最初建议步长选择为N/2并且对步长取半直到步长达到1。虽然这样取可以比O(N2)类的算法(插入排序)更好,但这样仍然有减少平均时间和最差时间的余地。可能希尔排序最重要的地方在于当用较小步长排序后,以前用的较大步长仍然是有序的。比如,如果一个数列以步长5进行了排序然后再以步长3进行排序,那么该数列不仅是以步长3有序,而且是以步长5有序。如果不是这样,那么算法在迭代过程中会打乱以前的顺序,那就

不会以如此短的时间完成排序了。

已知的最好步长序列是由Sedgewick提出的(1, 5, 19, 41, 109,...),该序列的项来自

这两个算式。

这项研究也表明“比较在希尔排序中是最主要的操作,而不是交换。”用这样步长序列的希尔排序比插入排序和堆排序都要快,甚至在小数组中比快速排序还快,但是在涉及大量数据时希尔排序还是比快速排序慢。

算法稳定性

由上文的希尔排序算法演示图即可知,希尔排序中相等数据可能会交换位置,所以希尔排序是不稳定的算法。

直接插入排序和希尔排序的比较

直接插入排序是稳定的;而希尔排序是不稳定的。

直接插入排序更适合于原始记录基本有序的集合。

希尔排序的比较次数和移动次数都要比直接插入排序少,当N越大时,效果越明显。

在希尔排序中,增量序列gap的取法必须满足:最后一个步长必须是 1 

直接插入排序也适用于链式存储结构;希尔排序不适用于链式结构

完整参考代码

JAVA版本

代码实现

范例代码中的初始序列和本文图示中的序列完全一致。

 1 package notes.javase.algorithm.sort;
  2 
  3 public class ShellSort {
  4 public void shellSort(int[] list) {
  5 int gap = list.length / 2;
  6 
  7 while (1 <= gap) {
  8 // 把距离为 gap 的元素编为一个组,扫描所有组
  9 for (int i = gap; i < list.length; i++) {
 10 int j = 0;
 11 int temp = list[i];
 12 
 13 // 对距离为 gap 的元素组进行排序
 14 for (j = i - gap; j >= 0 && temp < list[j]; j = j - gap) {
 15                     list[j + gap] = list[j];
 16                 }
 17                 list[j + gap] = temp;
 18             }
 19 
 20             System.out.format("gap = %d:\t", gap);
 21             printAll(list);
 22             gap = gap / 2; // 减小增量
 23         }
 24     }
 25 
 26 // 打印完整序列
 27 public void printAll(int[] list) {
 28 for (int value : list) {
 29             System.out.print(value + "\t");
 30         }
 31         System.out.println();
 32     }
 33 
 34 public static void main(String[] args) {
 35 int[] array = {
 36                 9, 1, 2, 5, 7, 4, 8, 6, 3, 5
 37         };
 38 
 39 // 调用希尔排序方法
 40         ShellSort shell = new ShellSort();
 41         System.out.print("排序前:\t\t");
 42         shell.printAll(array);
 43         shell.shellSort(array);
 44         System.out.print("排序后:\t\t");
 45         shell.printAll(array);
 46     }
 47 }

运行结果

排序前:      9    1    2    5    7    4    8    6    3    5    
 gap = 5:    4    1    2    3    5    9    8    6    5    7    
 gap = 2:    2    1    4    3    5    6    5    7    8    9    
 gap = 1:    1    2    3    4    5    5    6    7    8    9    
 排序后:      1    2    3    4    5    5    6    7    8    9   

参考资料

《数据结构习题与解析》(B级第3版)

维基百科-希尔排序:http://zh.wikipedia.org/zh-cn/%E5%B8%8C%E5%B0%94%E6%8E%92%E5%BA%8F

相关阅读

欢迎阅读 程序员的内功——算法 系列

示例源码:https://github.com/dunwu/algorithm-notes

本文参与 腾讯云自媒体分享计划,分享自作者个人站点/博客。
原始发表:2015-03-05 ,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 要点
  • 算法分析
    • 希尔排序的算法性能
      • 时间复杂度
        • 算法稳定性
          • 直接插入排序和希尔排序的比较
          • 完整参考代码
            • JAVA版本
            • 参考资料
            • 相关阅读
            相关产品与服务
            对象存储
            对象存储(Cloud Object Storage,COS)是由腾讯云推出的无目录层次结构、无数据格式限制,可容纳海量数据且支持 HTTP/HTTPS 协议访问的分布式存储服务。腾讯云 COS 的存储桶空间无容量上限,无需分区管理,适用于 CDN 数据分发、数据万象处理或大数据计算与分析的数据湖等多种场景。
            领券
            问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档