被排序算法吊打之—希尔排序

1. 希尔排序思想

希尔排序(Shell Sort)是插入排序的一种,是直接插入排序算法的一种更高效的改进版本。具体高效在何处呢?

前面俺讲插入排序的时候,我们会发现一个很费劲的事儿,如果已排序的分组元素为{2,5,6,7,8,9},未排序的分组 元素为{1}

我们需要拿着1从后往前,依次和2,5,6,7,8,9进行交换位置,才能完成真正的插入,每次交换只能和相邻的元素交换位置,这样比实在是效率低下。但是,在插入排序时俺说了折半插入,这算是一种优化,但是如果我要是将1插入到2,5,1,7,8,9当中,是不是就不行啦?

那我可不可以这样做呢?

1放到更前面的位置,比如一次交换就能把1插到67之间,这样一次交换1就向前走了3个位置,可以减少交换的次数,然后再通过一次交换,直接结束排序。这样的需求如何实现呢?接下来我们来看看希尔排序的原理。

2. 希尔排序详解

排序原理:

  1. 选定一个增长量h,按照增长量h作为数据分组的依据,对数据进行分组;

  2. 对分好组的每一组数据完成插入排序;

  3. 减小增长量,最小减为1,重复第二步操作。


增长量ans:我们这里采用以下规则

【第一趟排序】

初始增量为ans = length/2 = 4,即将整个数组划分为4个子组,分别为4,68,29,67,1

将每个子组独立的看为一个要排序的数组,然后分别进行直接排序。

可以看到,每个子序列现在已经有序了。但是将每个子序列回归放到整个数组中,发现整个数组还是乱序的。我们接着进行第二趟排序。

【第二趟排序】

二次增量为ans = 4/2 = 2,即将整个数组划分为4个子组,分别为4,6,6,92,1,8,7

然后在分别对两个子组进行插入排序

【第三趟排序】

第三次增量为ans = 2/2 = 1,即将每个元素看成一组,子序列合并为一组,4,1,6,2,6,7,9,8

其实,这就是相当于直接插入排序。但是,经过第一趟、第二趟的处理之后,此时第三趟要排序的数组对比于原数组,我们发现它其实是被粗略调整过了,数组在一定程度上变得相对有序了。

此时,仅仅需要对以上数列简单微调,无需大量移动操作即可完成整个数组的排序。

3. 代码实现

public static void shellSort(Integer[] arr) {
        //根据数组长度,确定增长量ans
        int ans = 1;
        while (ans < arr.length/2) {
            ans = 2 * ans + 1;
        }
        while (ans >= 1) {
            //找到待插入的元素
            for (int i = ans; i < arr.length; i++) {
                //待插入的元素插入到分组的有序序列中
                for (int j = i; j >= ans; j-=ans) {
                    //待插入的元素时arr[j],比较arr[j-ans]
                    if(arr[j] < arr[j-ans]) {
                        int temp = arr[j];
                        arr[j] = arr[j-ans];
                        arr[j-ans] = temp;
                    }else {
                        //待插入元素在分组中已有序
                        break;
                    }
                }
            }
            //减小ans的值
            ans = ans / 2;
        }
    }

4. 复杂度分析

希尔排序,利用分组粗调的方式减少了直接插入排序的工作量,使得算法的平均时间复杂度低于0(n^2)。

【时间复杂度】O(nlogn)

【空间复杂度】O(1)

5. 希尔排序与插入排序比较

我们可以使用事后分析法对希尔排序和插入排序做性能比较。

测试从100000 ~ 1的逆向数据数组,我们可以根据执行时间来完成测试。

【执行时间】

  • 希尔排序:29ms

  • 直接插入排序:76826ms

  • 折半插入排序:13075ms

可以看出,希尔排序的效率相比其他两种效率很高。这就是得益于每趟对数组进行的粗略调整

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 222,729评论 6 517
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 95,226评论 3 399
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 169,461评论 0 362
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 60,135评论 1 300
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 69,130评论 6 398
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 52,736评论 1 312
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 41,179评论 3 422
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 40,124评论 0 277
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 46,657评论 1 320
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 38,723评论 3 342
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,872评论 1 353
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 36,533评论 5 351
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 42,213评论 3 336
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 32,700评论 0 25
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,819评论 1 274
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 49,304评论 3 379
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 45,876评论 2 361

推荐阅读更多精彩内容

  • 最近在学习算法,对此也做一个总结: 排序对于任何一个程序员来说,可能都不会陌生。你学的第一个算法,可能就是排序。大...
    被吹落的风阅读 3,173评论 0 28
  • 概述 排序有内部排序和外部排序,内部排序是数据记录在内存中进行排序,而外部排序是因排序的数据很大,一次不能容纳全部...
    zwb_jianshu阅读 1,160评论 0 0
  • 概述 排序有内部排序和外部排序,内部排序是数据记录在内存中进行排序,而外部排序是因排序的数据很大,一次不能容纳全部...
    闲云清烟阅读 758评论 0 6
  • 转载自CSDN规速 八大排序算法 概述 排序有内部排序和外部排序,内部排序是数据记录在内存中进行排序,而外部排序是...
    _小沫阅读 545评论 0 1
  • 概述 排序有内部排序和外部排序,内部排序是数据记录在内存中进行排序,而外部排序是因排序的数据很大,一次不能容纳全部...
    printf200阅读 773评论 0 0