14-看图理解数据结构与算法系列(希尔排序)

希尔排序

希尔排序是希尔(Donald Shell)提出的一种排序方法,也属于插入排序,但是简单插入排序的高效版本,也称为缩小增量排序。基本思想是将待排序元素进行增量分组,然后在分组组内进行插入排序,随着增量的减少,每个分组组内的元素越来越多,直至增量减至1时,所有元素都分到同一个组内,执行插入排序后完成整个排序操作。

排序要点

  1. 选取一个小于所有待排序元素数量n的整数作为第一个增量,对全部元素进行分组,分组的依据是所有距离为的倍数的记录分到同一组。
  2. 对分好的组,在组内进行直接插入排序。
  3. 接着取第二个增量,其中<,然后根据新的增量继续分组并在组内进行直接插入排序。
  4. 重复第3步直到增量等于1,即所有记录都在同一分组中,再进行直接插入排序,完成排序。

希尔排序过程中一般可以初次取所有元素数量的一半为增量,以后每次减半,直到增量为1。

排序过程

假设我们有如下7个元素,分别为84, 25, 59, 71, 62, 16, 34,现在进行希尔排序。

第一轮选取所有元素数量的一半作为增量,即7/2,取3,所以第一轮增量为3,那么第一组分组就是索引为0,3,6对应的元素,即84,71,34,对其进行插入排序操作,

把84当做已排序序列,接着准备将组内第二个元素71插入到已排序序列中,

71小于84,所以84后移到71原来的位置,

接着将组内第三个元素34插入到已排序序列中,首先与84比较,

34小于84,所以84后移,然后继续与71比较,

34小于71,所以71后移,34放进去。然后开始处理第二组分组,第二组分组就是索引为1,4对应的元素,即25,62,对其进行插入排序操作,

把25当做已排序序列,接着将组内第二个元素62插入到已排序序列中,

25小于62,所以不移动。然后开始处理第三组分组,第三组分组就是索引为2,5对应的元素,即59,16,对其进行插入排序操作,

把59当做已排序序列,接着将组内第二个元素16插入到已排序序列中,

16小于59,所以59后移而16前移。至此处理完增量为3的情况。

第二轮增量为上一轮增量的二分之一,即3/2,取1,所以第二轮增量为1,此时所有元素组成同一个分组,对该组进行插入排序操作,首先将34当成已排序序列,准备将25插入到已排序序列,

25小于34,于是34后移,

继续将下一个元素插入已排序序列中,16与34比较,

16小于34,于是34右移,接着16与25比较,

16小于25,25后移,16放进对应位置,

继续将下一个元素插入已排序序列中,71与34比较,

34小于71,不移动,71放回原来位置,

继续将下一个元素插入已排序序列中,62与71比较,

62小于71,于是71后移,接着62与34比较,

34小于62,不移动,62放到对应位置,

继续将下一个元素插入已排序序列中,59与71比较,

59小于71,于是71后移,然后继续与62比较,

59小于62,于是62也后移,然后继续与34比较,

34小于59,于是34不移动,59放到对应位置,

继续将下一个元素插入已排序序列中,已经是最后一个元素了,84与71比较,

71小于84,所以不移动,此时已完成所有元素的希尔排序操作。

作者:超人汪小建
链接:https://juejin.im/post/5bac2575f265da0a8a6ab216
来源:掘金
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。

原文地址:https://www.cnblogs.com/Knight-of-Dulcinea/p/9946110.html

时间: 2024-11-29 04:23:31

14-看图理解数据结构与算法系列(希尔排序)的相关文章

12-看图理解数据结构与算法系列(冒泡排序)

冒泡排序 冒泡排序是一种很简单的排序算法,主要思想就是不断走访待排序序列,每次只比较两个相邻元素,如果这俩元素顺序不符合要求则对换它们,不断重复知道没有相邻元素需要对换.在不断走访比较过程中,越大的元素经过交换会慢慢走到数列顶端,所以看起来它就像气泡一样不断往上冒,于是就叫冒泡. 排序要点 比较相邻两个元素,如果前一元素比后一元素大则对换它们的位置. 从头开始对每一对相邻元素都执行1的对比工作,直至结尾最后一对,执行完一轮后,该轮最大的元素被换置到最后. 针对所有元素执行若干轮1和2操作,每次经

09-看图理解数据结构与算法系列(B树)

B树 B树即平衡查找树,一般理解为平衡多路查找树,也称为B-树.B_树.是一种自平衡树状数据结构,能对存储的数据进行O(log n)的时间复杂度进行查找.插入和删除.B树一般较多用在存储系统上,比如数据库或文件系统. B树特点 B树可以定义一个m值作为预定范围,即m路(阶)B树. 每个节点最多有m个孩子. 每个节点至少有ceil(m/2)个孩子,除了根节点和叶子节点外. 对于根节点,子树个数范围为[2,m],节点内值的个数范围为[1,m-1]. 对于非根节点,节点内的值个数范围为[ceil(m/

08-看图理解数据结构与算法系列(2-3树)

2-3树 2-3树,是最简单的B-树,其中2.3主要体现在每个非叶子节点都有2个或3个子节点,B-树即是平衡树,平衡树是为了解决不平衡树查询效率问题,常见的二叉平衡书有AVL树,它虽然提高了查询效率,但是插入操作效率不高,因为它需要再每次插入节点后维护树的平衡,而为了解决查询效率同时有兼顾插入效率,于是提出了2-3树. 2-3树特点 2-3树是一棵平衡树,但不是二叉平衡树. 对于高度相同的2-3树和二叉树,2-3树的节点数要大于满二叉树,因为有些节点可能有三个子节点. 2-3树可以是一棵空树.

13-看图理解数据结构与算法系列(Trie树)

Trie树 Trie树,是一种搜索树,也称字典树或单词查找树,此外也称前缀树,因为某节点的后代存在共同的前缀.它的key都为字符串,能做到高效查询和插入,时间复杂度为O(k),k为字符串长度,缺点是如果大量字符串没有共同前缀时很耗内存.它的核心思想就是减少没必要的字符比较,使查询高效率,即用空间换时间,再利用共同前缀来提高查询效率. Trie树特点 根节点不包含字符,其他节点每个节点只包含一个字符. 从根节点到某一节点经过路径的字符连起来即为该节点对应的字符串. 每个节点的所有子节点字符都不相同

10-看图理解数据结构与算法系列(B+树)

B+树 B+树是B树的一种变体,也属于平衡多路查找树,大体结构与B树相同,包含根节点.内部节点和叶子节点.多用于数据库和操作系统的文件系统中,由于B+树内部节点不保存数据,所以能在内存中存放更多索引,增加缓存命中率.另外因为叶子节点相连遍历操作很方便,而且数据也具有顺序性,便于区间查找. B+树特点 B+树可以定义一个m值作为预定范围,即m路(阶)B+树. 根节点可能是叶子节点,也可能是包含两个或两个以上子节点的节点. 内部节点如果拥有k个关键字则有k+1个子节点. 非叶子节点不保存数据,只保存

【数据结构与算法】希尔排序

希尔排序的时间复杂度是O(n^1.3)~O(n^2),空间复杂度是O(1). 代码如下: /** * 源码名称: ShellSort.java * 日期:2014-08-11 * 程序功能:希尔排序 * 版权:[email protected] * 作者:A2BGeek */ public class ShellSort { public void shellSort(int[] in) { int length = in.length; int span = length / 2; int i

python数据结构与算法 33 希尔排序

希尔排序 希尔排序,有时称为递减增量排序,是在插入排序基础上,把列表拆成几个较小的子表,然后对每个子表使用插入排序的方法.选出子表的方法是希尔排序的关键,它并不是把列表的中相近的元素取出来组成子表,而是使用了一个增量值I,有时也叫做"间隙",然后每隔一个间隙选中一个元素来组成子表. 这可以从图6中看出来,列表中有9个元素,如果我们使用增量3,就有3个子表,每个子表单独做插入排序.完成之后的列表如图7,现在看这个表虽然没有完全排序,但对子表排序后,元素已经很接近它们的最终位置. 图6 增

在路上---学习篇(一)Python 数据结构和算法 (4) --希尔排序、归并排序

独白: 希尔排序是经过优化的插入排序算法,之前所学的排序在空间上都是使用列表本身.而归并排序是利用增加新的空间,来换取时间复杂度的减少.这俩者理念完全不一样,注定造成的所消耗的时间不同以及空间上的不同. 归并排序涉及到递归的使用,需要理解其中精髓才能更好了解归并排序,以及其他应用到递归的算法.理解其本质才能更好的应用. 希尔排序 希尔排序(Shell Sort)是插入排序的一种.也称缩小增量排序,是直接插入排序算法的一种更高效的改进版本.希尔排序是非稳定排序算法.该方法因DL.Shell于195

排序算法系列——希尔排序

希尔排序同之前介绍的直接插入排序一起属于插入排序的一种.希尔排序算法是按其设计者希尔(Donald Shell)的名字命名,该算法由1959年公布,是插入排序的一种更高效的改进版本.它的作法不是每次一个元素挨一个元素的比较.而是初期选用大跨步(增量较大)间隔比较,使记录跳跃式接近它的排序位置:然后增量缩小:最后增量为 1 ,这样记录移动次数大大减少,提高了排序效率.希尔排序对增量序列的选择没有严格规定. 希尔排序是基于插入排序的以下两点性质而提出改进方法的: 插入排序在对几乎已经排好序的数据操作