排序算法 之 希爾排序ShellSort

介紹

希爾排序,也稱遞減增量排序算法,實質是分組插入排序。由 Donald Shell 於1959年提出。希爾排序是非穩定排序算法。

希爾排序的基本思想是:將數組列在一個表中並對列分別進行插入排序,重複這過程,不過每次用更長的列(步長更長了,列數更少了)來進行。最後整個表就只有一列了。將數組轉換至表是爲了更好地理解這算法,算法本身還是使用數組進行排序。

例如,假設有這樣一組數[ 13 14 94 33 82 25 59 94 65 23 45 27 73 25 39 10 ],如果我們以步長爲5開始進行排序,我們可以通過將這列表放在有5列的表中來更好地描述算法,這樣他們就應該看起來是這樣:

13 14 94 33 82
25 59 94 65 23
45 27 73 25 39
10

然後我們對每列進行排序:

10 14 73 25 23
13 27 94 33 39
25 59 94 65 82
45

將上述四行數字,依序接在一起時我們得到:[ 10 14 73 25 23 13 27 94 33 39 25 59 94 65 82 45 ]。這時10已經移至正確位置了,然後再以3爲步長進行排序:

10 14 73
25 23 13
27 94 33
39 25 59
94 65 82
45

排序之後變爲:

10 14 13
25 23 33
27 25 59
39 65 73
45 94 82
94

最後以1步長進行排序(此時就是簡單的插入排序了)。

這裏寫圖片描述

這裏寫圖片描述

代碼

# -*- coding: utf-8 -*-
"""
Created on Tue Apr 26 17:08:17 2016

@author: zang
"""

from matplotlib import pyplot as plt
import random

def shellSort(ary):
    n = len(ary)
    gap = int(round(n/2))       #初始步長 , 用round四捨五入取整
    while gap > 0 :
        for i in range(gap,n):        #每一列進行插入排序 , 從gap 到 n-1
            temp = ary[i]
            j = i
            while ( j >= gap and ary[j-gap] > temp ):    #插入排序
                ary[j] = ary[j-gap]
                j = j - gap
            ary[j] = temp
        gap = int(round(gap/2))                   #重新設置步長
    return ary

def plotScatter(inputList):
    plt.scatter(range(len(inputList)),inputList)
    plt.show()

if __name__ == "__main__":
    num_list = range(1000)
    unsortedList = random.sample(num_list, 30)
    print "unsortedList:"
    plotScatter(unsortedList)
    print unsortedList
    sortedList = shellSort(unsortedList)
    print "sortedList:"
    plotScatter(sortedList)
    print sortedList

測試

輸入

[84, 378, 602, 966, 54, 98, 749, 51, 735, 883, 326, 580, 506, 572, 59, 183, 493, 337, 246, 421, 115, 149, 784, 529, 207, 574, 176, 614, 855, 121]

這裏寫圖片描述

輸出

[51, 54, 59, 84, 98, 115, 121, 149, 176, 183, 207, 246, 326, 337, 378, 421, 493, 506, 529, 572, 574, 580, 602, 614, 735, 749, 784, 855, 883, 966]

這裏寫圖片描述

分析

情況 性能
Worst case performance:
Best case performance: n
Average case performance: O(nlogn2 )
Worst case space complexity: O(1)

參考

發佈了126 篇原創文章 · 獲贊 94 · 訪問量 46萬+
發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章