当前位置: 首页 > news >正文

希尔排序--自学笔记

希尔排序

学习目标:

一.希尔排序的思想

二.增量序列

三.复杂度分析

四.希尔排序为什么快?

五.强化练习

一.希尔排序的思想

1.将待排序数组按照一定的“间隔”分为多个子数组,

每组分别进行“插入排序”

2.逐渐缩小间隔,进行下一轮排序

3.最后一轮时,取间隔为1,相当于直接使用插入排序

但此时经过 [宏观调控] 数组已经基本有序

所以此时插入排序只需进行少量交换

代码实现
publicstaticvoidshellSort(int[]arr){for(intgap=arr.length/2;gap>0;gap/=2){for(intgroupStartIndex=0;groupStartIndex<gap;groupStartIndex++){for(intcurrentIndex=groupStartIndex+gap;currentIndex<arr.length;currentIndex+=gap){intcurrentNumber=arr[currentIndex];intpreIndex=currentIndex-gap;while(preIndex>=groupStartIndex&&arr[preIndex]>currentNumber){arr[preIndex+gap]=arr[preIndex];preIndex-=gap;}arr[preIndex+gap]=currentNumber;}}}}

目前的思路是,根据gap分组,处理完一组后,调整指针,再处理下一组

这种思路非常符合人类思维,但对于计算机而言,它更喜欢

从gap开始,依次向前,将每个数字插入到其对应的组中,

虽然数字好像在不同组间跳跃,但对于计算机就像是在访问一段连续的数组

代码优化

将第二、三个for循环整合成一个

publicstaticvoidshellSort(int[]arr){for(intgap=arr.length/2;gap>0;gap/=2){for(intcurrentIndex=gap;currentIndex<arr.length;currentIndex++){intcurrentNumber=arr[currentIndex];intpreIndex=currentIndex-gap;while(preIndex>=0&&arr[preIndex]>currentNumber){arr[preIndex+gap]=arr[preIndex];preIndex-=gap;}arr[preIndex+gap]=currentNumber;}}}

二.增量序列

1.定义

Shell排序中,每一遍排序的间隔 ‘gap’ 被称为 “增量” ,所有增量组成的序列叫做增量序列

也就是上述例子中的’5‘,’2‘,’1‘,增量是依次递减

所以Shell排序又称为缩小增量排序

增量序列的选择会极大影响Shell排序的效率!

若没有正确选择增量序列,Shell排序效率可能比插入排序更低!

如图所示,在gap = 8 , 4 , 2 时无元素交换,只有在gap = 1时才发挥了作用

而此时Shell排序相比插入排序,多做了无用功

2.一些著名的增量序列

(1) Hibbard增量序列

Dk= 2k- 1 , 也就是 1,3,7,15,… 。

数学界猜想它最坏的时间复杂度为O(n3/2) ,

平均时间复杂度为O(n5/4)

(2) Knuth增量序列

D1= 1; Dk+1= 3 * Dk+ 1,也就是 1,4,13,40,… 。

数学界猜想它的平均时间复杂度为O(n3/2)

(3) Sedgewick增量序列

1,5,19,41,109,… 。

这个序列的元素有的是通过 9 * 4k- 9 * 2k+ 1 计算出来的

有的是通过 4k- 3 * 2k+ 1 计算出来的

并将其按照从小到大排列

数学界猜想它最坏的时间复杂度为O(n4/3)

平均时间复杂度为O(n7/6)

3.增量序列示例

publicstaticvoidshellSort(int[]arr){//使用Knuth增量序列//先要找出增量序列的最大值intmaxKnuthNum=1;//初始化while(maxknuthNum*3+1<arr.length){maxKnuthNum=maxknuthNum*3+1}//把值赋给gap,并修改gap变化的规律for(intgap=maxknuthNum;gap>0;gap=(gap-1)/3){for(intcurrentIndex=gap;currentIndex<arr.length;currentIndex++){intcurrentNumber=arr[currentIndex];intpreIndex=currentIndex-gap;while(preIndex>=0&&arr[preIndex]>currentNumber){arr[preIndex+gap]=arr[preIndex];preIndex-=gap;}arr[preIndex+gap]=currentNumber;}}}

三.复杂度分析

由于增量序列会极大影响Shell排序的效率

时间复杂度:平均时间复杂度介于O(n)到O(n2)

​ 普遍认为最好的时间复杂度为O(n1.3)

空间复杂度:O(1) 只需要常数级的临时变量

四.希尔排序为什么快?

1.“逆序对”概念引入

当我们从小到大排序时,在数组中的两个数字,如果前面一个数字大于后面的数字

则这两个数字组成一个逆序对

而所有排序算法的本质都是:消除逆序对

对于随机的数组,逆序对的数量是O(n2)级的

如果使用交换相邻元素的方法来消除逆序对,每次只能消除一组逆序对

所以交换的次数是O(n2)级的

这就是冒泡、选择、插入排序算法时间复杂度只能达到O(n2)的原因

基于交换元素的排序算法 ( 空间复杂度为O(1) ) 想突破O(n2),必须通过一些比较,交换间隔比较远的元素

也就是需要在一次交换中能够消除一个以上的逆序对

Shell排序算法就是如此

此后的快排、堆排也是如此…

五.强化练习

506. 相对名次 - 力扣(LeetCode)

杂度为O(1) ) 想突破O(n2),必须通过一些比较,交换间隔比较远的元素

也就是需要在一次交换中能够消除一个以上的逆序对

Shell排序算法就是如此

此后的快排、堆排也是如此…

五.强化练习

506. 相对名次 - 力扣(LeetCode)

912. 排序数组 - 力扣(LeetCode)

http://www.cnnetsun.cn/news/174644.html

相关文章:

  • 研究生必备8款AI写论文神器:5分钟生成25000字问卷类论文,自动生成高信度数据
  • 【BuildFlow 筑流】unitrix_macros库 Cargo.toml 配置详解及依赖库用法
  • 《开发者出海必看:如何优雅地搞定海外服务支付?(保姆级干货)》
  • Thinkphp和Laravel企业防爆安全设备信息系统
  • Thinkphp和Laravel全家桶鲜花售卖商城系统vue
  • 记录我适配iOS26遇到的一些问题
  • 通过命令模拟pod创建
  • 同步机无感 STM32 低成本 MD500E 永磁同步控制方案大揭秘
  • 小宝玩具 【通达信、源码 、主图、附图】
  • 使用 Github Pages 和 Hexo
  • 审稿 一区期刊注意事项: journal offers the option to connec;please note, reviewers are not expected 是什么意思
  • 线性代数:多维世界的变形工具箱
  • 力扣题目142. 环形链表 II​的解法分享,附图解
  • MATLAB电力系统继电保护之自动重合闸
  • 10 个AI写作工具,助你轻松搞定继续教育论文!
  • 【开题答辩全过程】以 基于Vue的茶道知识科普网站的设计与实现为例,包含答辩的问题和答案
  • 主动配电网两阶段鲁棒恢复:Matlab 代码探索之旅
  • ICG-20660L加速度+陀螺仪六轴IMU传感器原理图设计,已量产(加速度传感器)
  • 百度AI架构师亲授:Agentic智能体在医疗领域的落地(附诊断案例)
  • 软件工程期末高频易错点深度剖析:避开这些坑,你就赢了!
  • 打破 AI 创作枷锁!虎贲等考 AI 双效赋能,让学术原创不设限
  • AI 赋能学术演示!虎贲等考 AI PPT,让科研汇报告别 “无效努力”
  • 听完这场AI产品大会,我觉得如果不赚钱,所谓的提效真的毫无意义。
  • PWN手的成长之路-19-int_overflow
  • Thinkphp和Laravel党员素质能力提升管理系统vue
  • 【权威对比】Open-AutoGLM与Parasoft SOAtest集成能力评测:数据背后的真相
  • eDiary电子日记本(记录生活点滴)
  • Thinkphp和Laravel+vue好未来团购网系统vue
  • Open-AutoGLM vs SoapUI:谁才是自动化测试协同的终极利器?
  • Android ---【经验篇】项目上线前工序:部署 SpringBoot 项目(二)