算法介绍
从上一篇《插入排序》可以知道,当最小元素恰好在最后一个时,需要移动的次数为N-1。当一个从大到小排列的数组使用插入排序变成从小到大排列时,需要比乱序状态下耗费更多的时间。原因为插入排序是从后往前一位一位的往前交换,如果能把靠后的较小元素只交换(移动)一次就插入到靠前位置,则能有效的缩短排序时间。希尔排序就是这样一种算法。
希尔排序通过一个序列让靠后的元素一次性移动到前面,最后使用插入排序让数组变成有序状态。
举个例子。长度为100的数组,挑选出[1,10,20,50]这么一个序列,这个数列的含义就是每次元素移动的间隔。
- 让间隔50的数据相对有序(arr[0]<arr[49]<arr[99])
- 让间隔20的数据相对有序(arr[0]<arr[19]<arr[39]<arr[59]<arr[79]<arr[99])
- 让间隔10的数据相对有序(arr[0]<arr[9]<arr[19]<arr[29]<arr[39]……)
- 让间隔1的数据现对有序(步长为1实际上就是插入排序)
下图为《算法》第四版上希尔排序排序轨迹样例:
这张图是对SHELLSORTEXAMPLE字符序列排序,序列为13、4、1。
可视化效果:这里
Javascript实现
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87
|
(function (W) {
function Shell(arr) { this.arr = arr; }
Shell.prototype.sort = function () { var len = this.arr.length; var h = 1; while(h<parseInt(len/3)){ h = h*3+1; } while(h>=1){ for(var i=h;i<len;i++){ for(var j=i;j>=h && this.less(j,j-h);j=j-h){ this.exchange(j,j-h); } } h = parseInt(h/3); } };
Shell.prototype.less = function (m,n) { return this.arr[m]<this.arr[n]; };
Shell.prototype.exchange = function (m,n) { var swap = this.arr[m]; this.arr[m] = this.arr[n]; this.arr[n] = swap; };
Shell.prototype.show = function () { console.log(this.arr); };
Shell.prototype.isSorted = function () { var len = this.arr.length; for(var i=1;i<len;i++){ if(this.less(i,i-1)){ return false; } } return true; };
W.Shell = Shell; })(window);
(function () { var arr = [4,5,6,0,3,5,21,7,9,0,1]; var shell = new Shell(arr); console.log("排序前:"+shell.isSorted()); shell.sort(); console.log("排序后:"+shell.isSorted()); shell.show(); })();
|
Java实现
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64
| package com.algs;
public class Shell {
public static void sort(int[] arr){ int len = arr.length; int h = 1; while(h<len/3){ h = 3*h+1; } while(h>=1){ for(int i=h;i<len;i++){ for(int j=i;j>=h && less(arr[j],arr[j-h]);j -= h){ exchange(arr,j,j-h); } } h = h/3; } }
private static boolean less(int m,int n) { return m < n; }
private static void exchange(int[] a, int m, int n) { int swap = a[m]; a[m] = a[n]; a[n] = swap; }
public static void show(int[] a){ for (int i = 0; i < a.length; i++) { System.out.print(a[i]+" "); } }
public static void main(String[] args) { int[] arr = {4,5,6,0,3,5,21,7,9,0,1}; Shell.sort(arr); Shell.show(arr); } }
|
总结
- 不稳定。
- 原地排序。
- 时间复杂度为:目前无法准确评估时间复杂度。但是肯定小于平方级别,大于线性对数级别。详细可见《算法》第四版P162
- 空间复杂度为:常数级别。
- 希尔排序比插入排序、选择排序更快。且数组越大,优势越大。
- 对于递增序列可以随意选择,目前无法证明某个序列是最优的。
GitHub:https://github.com/AlbertKnag/algs-practice
上一篇:排序算法03:插入排序
下一篇:排序算法05:归并排序
留言
欢迎交流想法。留言会通过 GitHub Issues 保存,首次使用需要登录 GitHub。