【数据结构】排序算法系列——希尔排序(附源码+图解)

希尔排序

算法思想

希尔排序(Shell Sort)是一种改进的插入排序算法 ,希尔排序的创造者Donald Shell想出了这个极具创造力的改进。其时间复杂度取决于步长序列(gap)的选择。我们在插入排序中,会发现是对整体数据直接进行了统一的插入排序,每个数据之间的间隙是1 ,这里的1 指的就是步长序列gap 。在希尔排序 中,我们会将整体数据一分为多份,进行散布式的插入排序,这时候每一个子序列之间的间隙就是gap ------那么事实上我们也可以将插入排序就看成是gap=1的希尔排序。

我们来具体分析希尔排序的算法步骤:

  • 将待排序序列分为若干个序列,每个序列的间距n(gap)需要相同
  • 将这些子序列分别进行插入排序
  • 不断减小这个间距

那么我们减小这个间距的目的是什么呢?

gap > 1 时我们可以称为预排序 ,目的是让数组更接近于有序 。当gap = 1 时,数组已经接近有序的了,就整体而言,最后一次整体的插入排序就可以大大提高效率------我们从插入排序的时间复杂度分析也可以看出,越接近有序,插入排序的效率就越高,从而可以达到优化的效果。

图解

可以看到每次减小gap的规律是将原先的gap/2,但事实上这只是其中一种处理方法,并不说明这是最优解。

C语言代码分析

c 复制代码
//与插入排序类似,只是插入排序的间隔是1,而希尔排序的间隔是gap

//第一种思想:依次排序
//排完一组后,再排下一组
void ShellSort1(int arr[], int n)
{
	int gap = 3;//任意一个想要的间隔
	for (int j; j < gap; j++)
	{
		for (int i = gap; i < n; i += gap)
		{

			int end = i - gap;
			int tmp = arr[end + gap];
			while (end >= 0)
			{
				if (tmp >= arr[end])
				{
					arr[end + gap] = tmp;
					end -= gap;
				}
				else
				{
					break;
				}
			}
			arr[end + gap] = tmp;
		}
	}


}

//第二种思想:多组并排
void ShellSort2(int arr[], int n)
{
	int gap = 3;//任意一个想要的间隔
	
		for (int i = gap; i < n-gap; i ++)
		{

			int end = i;
			int tmp = arr[i + gap];
			while (end >= 0)
			{
				if (tmp >= arr[end])
				{
					arr[end + gap] = tmp;
					end -= gap;
				}
				else
				{
					break;
				}
			}
			arr[end + gap] = tmp;
		}
}

//gap越大,跳得越快,但一次排下来最无序
//gap越小,跳得越慢,但一次排下来更有序

注意

希尔排序实际上是个相当复杂的排序算法,这主要是跟它的步长序列gap到底该如何取、后续应该减小有关。这其中涉及到很多的数学分析以及数学公式,我们可以参考严蔚敏老师的解读:

以及殷人昆老师:

所以,本篇文章仅对其基本的算法思想和代码编写进行解析,如有兴趣深究希尔排序,各位读者们可以自行上网搜索有关知识~

时间复杂度

一般情况下,希尔排序的时间复杂度可以表示为:

  • 最好情况(已排序的情况):O(n log n)
  • 平均情况:取决于步长序列的选择,通常为**O(n1.3)-O(n2)**之间。
  • 最坏情况:O(n2)

希尔排序通过逐步减少步长来实现排序,初始的大步长使得数组元素可以较快地达到部分有序状态,最终通过小步长的插入排序完成排序。所以时间复杂度的具体分析也就取决于步长序列。

这里针对平均情况,我们进行一下简单的具体分析:

希尔排序的平均情况时间复杂度是比较复杂的。在实际应用中,常见的步长序列如希尔建议的序列 (1, 3, 7, ..., 2^k-1)或者Hibbard序列 (1, 3, 7, 15, ..., 2k-1)等,它们的时间复杂度通常就在**O(n1.3)-O(n2)**之间,这是经过数学算出来的结果。这些序列被设计为逐渐减小,从而在较早阶段快速减少逆序对的数量,然后在最后阶段完成排序。

总体来说,希尔排序的性能高度依赖于步长序列 的选择。良好的步长序列可以显著改善排序的效率,使得平均情况下的时间复杂度能够在O(n^1.3)左右,而不好的选择则可能导致接近最坏情况的性能。

稳定性

鉴于希尔排序会改变前后元素的相对位置,所以:不稳定

相关推荐
聚客AI10 小时前
🙋‍♀️Transformer训练与推理全流程:从输入处理到输出生成
人工智能·算法·llm
大怪v13 小时前
前端:人工智能?我也会啊!来个花活,😎😎😎“自动驾驶”整起!
前端·javascript·算法
惯导马工15 小时前
【论文导读】ORB-SLAM3:An Accurate Open-Source Library for Visual, Visual-Inertial and
深度学习·算法
骑自行车的码农16 小时前
【React用到的一些算法】游标和栈
算法·react.js
博笙困了17 小时前
AcWing学习——双指针算法
c++·算法
moonlifesudo17 小时前
322:零钱兑换(三种方法)
算法
NAGNIP1 天前
大模型框架性能优化策略:延迟、吞吐量与成本权衡
算法
美团技术团队1 天前
LongCat-Flash:如何使用 SGLang 部署美团 Agentic 模型
人工智能·算法
Fanxt_Ja2 天前
【LeetCode】算法详解#15 ---环形链表II
数据结构·算法·leetcode·链表
侃侃_天下2 天前
最终的信号类
开发语言·c++·算法