希尔排序

希尔排序是一种改进的插入排序算法,它通过将原始数据分成多个子序列来改善插入排序的性能,每个子序列的元素间隔为 d(增量)。随着算法的进行,d 逐渐减小,最终减为 1,此时整个序列就被排序好了。

c++代码:

cpp 复制代码
// 希尔排序函数
void shell_sort(std::vector<int>& nums) {
    int temp = 0;
    int n = nums.size();
    // 初始增量为数组长度的一半,逐步缩小增量
    for (int d = n / 2; d >= 1; d /= 2) {
        // 对每个子序列进行插入排序,sub_start表示每个子序列的首元素索引
        for (int sub_start = 0; sub_start < d; sub_start++) {
            // 对当前子序列进行插入排序
            for (int i = sub_start + d; i < n; i += d) {
                if (nums[i] < nums[i - d]) {
                    temp = nums[i];
                    int j;
                    // 移动元素,找到插入位置
                    for (j = i - d; j >= 0 && nums[j] > temp; j -= d) {
                        nums[j + d] = nums[j];
                    }
                    // 插入元素
                    nums[j + d] = temp;
                }
            }
        }
    }
}

c语言代码:

cpp 复制代码
// 希尔排序函数
void shell_sort(int nums[],int n) {
    int temp = 0;
    // 初始增量为数组长度的一半,逐步缩小增量
    for (int d = n / 2; d >= 1; d /= 2) {
        // 对每个子序列进行插入排序,sub_start表示每个子序列的首元素索引
        for (int sub_start = 0; sub_start < d; sub_start++) {
            // 对当前子序列进行插入排序
            for (int i = sub_start + d; i < n; i += d) {
                if (nums[i] < nums[i - d]) {
                    temp = nums[i];
                    int j;
                    // 移动元素,找到插入位置
                    for (j = i - d; j >= 0 && nums[j] > temp; j -= d) {
                        nums[j + d] = nums[j];
                    }
                    // 插入元素
                    nums[j + d] = temp;
                }
            }
        }
    }
}

总结

|-------|----------------|
| 时间复杂度 | 未知,但优于直接插入排序 |
| 空间复杂度 | O(1) |
| 稳定性 | 不稳定 |
| 适用性 | 只可用于顺序表,不可用于链表 |
[希尔排序性质]

相关推荐
高洁012 分钟前
工信部教考中心证书-人工智能系列本系列
人工智能·python·深度学习·算法
陈王卜18 分钟前
Reduce 算子优化笔记
算法
wabs66625 分钟前
关于图论【最短路径之Bellman_ford 算法(判断负权回路)|卡码网95.城市间货物运输II的思考】
数据结构·算法·图论·bellman_ford算法·卡码网·判断负权回路
YouonlyliveonceC39 分钟前
《大话数据结构》第4章实战:中缀表达式转后缀 + 后缀表达式求值(完整可运行实现)
算法
phoenix@Capricornus1 小时前
从统计决策到贝叶斯估计
人工智能·算法·机器学习
AICDragon1 小时前
1.8%就够了:K3的896个MoE专家,为什么激活率这么低反而是好事?
人工智能·算法
VALENIAN瓦伦尼安教学设备1 小时前
ASHOOTER激光对中仪如何通过颜色确定调整是否合适
数据库·嵌入式硬件·算法
货拉拉技术1 小时前
重塑 Agent 度量衡:基于 LLM-as-a-Judge 的离线评估体系与实践
算法·设计模式
车压2 小时前
从“为什么”理解注意力机制
算法
wabs6662 小时前
关于哈希表【力扣15.三数之和的思考】
数据结构·算法·leetcode·散列表·哈希表·三数之和