数据结构和算法(Golang实现)(22)排序算法-希尔排序

时间 2020-05-10

原文原文链接

希尔排序

1959 年一个叫Donald L. Shell (March 1, 1924 – November 2, 2015)的美国人在Communications of the ACM 国际计算机学会月刊发布了一个排序算法，今后名为希尔排序的算法诞生了。算法

注：ACM = Association for Computing Machinery，国际计算机学会，世界性的计算机从业员专业组织，创立于1947年，是世界上第一个科学性及教育性计算机学会。segmentfault

希尔排序是直接插入排序的改进版本。由于直接插入排序对那些几乎已经排好序的数列来讲，排序效率极高，达到了O(n)的线性复杂度，可是每次只能将数据移动一位。希尔排序创造性的能够将数据移动n位，而后将n一直缩小，缩到与直接插入排序同样为1，请看下列分析。数组

希尔排序属于插入类排序算法。数据结构

1、算法介绍

有一个N个数的数列：并发

先取一个小于N的整数d1，将位置是d1整数倍的数们分红一组，对这些数进行直接插入排序。
接着取一个小于d1的整数d2，将位置是d2整数倍的数们分红一组，对这些数进行直接插入排序。
接着取一个小于d2的整数d3，将位置是d3整数倍的数们分红一组，对这些数进行直接插入排序。
...
直到取到的整数d=1，接着使用直接插入排序。

这是一种分组插入方法，最后一次迭代就至关因而直接插入排序，其余迭代至关于每次移动n个距离的直接插入排序，这些整数是两个数之间的距离，咱们称它们为增量。数据结构和算法

咱们取数列长度的一半为增量，之后每次减半，直到增量为1。函数

举个简单例子，希尔排序一个 12 个元素的数列：[5 9 1 6 8 14 6 49 25 4 6 3]，增量d的取值依次为：6，3，1：code

x 表示不须要排序的数


取 d = 6 对 [5 x x x x x 6 x x x x x] 进行直接插入排序，没有变化。
取 d = 3 对 [5 x x 6 x x 6 x x 4 x x] 进行直接插入排序，排完序后：[4 x x 5 x x 6 x x 6 x x]。
取 d = 1 对 [4 9 1 5 8 14 6 49 25 6 6 3] 进行直接插入排序，由于 d=1 彻底就是直接插入排序了。

越有序的数列，直接插入排序的效率越高，希尔排序经过分组使用直接插入排序，由于步长比1大，在一开始能够很快将无序的数列变得不那么无序，比较和交换的次数也减小，直到最后使用步长为1的直接插入排序，数列已是相对有序了，因此时间复杂度会稍好一点。协程

在最好状况下，也就是数列是有序时，希尔排序须要进行logn次增量的直接插入排序，由于每次直接插入排序最佳时间复杂度都为：O(n)，所以希尔排序的最佳时间复杂度为：O(nlogn)。排序

在最坏状况下，每一次迭代都是最坏的，假设增量序列为：d8 d7 d6 ... d3 d2 1，那么每一轮直接插入排序的元素数量为：n/d8 n/d7 n/d6 .... n/d3 n/d2 n，那么时间复杂度按照直接插入的最坏复杂度来计算为：

假设增量序列为 ⌊N/2⌋ ，每次增量取值为比上一次的一半小的最大整数。

O( (n/d8)^2 + (n/d7)^2 + (n/d6)^2 + ... + (n/d2)^2 + n^2)

= O(1/d8^2 + 1/d7^2 + 1/d6^2 + ... + 1/d2^2 + 1) * O(n^2)
= O(等比为1/2的数列和) * O(n^2)
= O(等比求和公式) * O(n^2)
= O( (1-(1/2)^n)/(1-1/2) ) * O(n^2)
= O( (1-(1/2)^n)*2 ) * O(n^2)
= O( 2-2*(1/2)^n ) * O(n^2)
= O( < 2 ) * O(n^2)

因此，希尔排序最坏时间复杂度为O(n^2)。

不一样的分组增量序列，有不一样的时间复杂度，可是没有人可以证实哪一个序列是最好的。Hibbard增量序列：1，3，7，···，2n−1是被证实可普遍应用的分组序列，时间复杂度为：Θ(n^1.5)。

希尔排序的时间复杂度大约在这个范围：O(n^1.3)~O(n^2)，具体还没法用数学来严格证实它。

希尔排序不是稳定的，由于每一轮分组，都使用了直接插入排序，但分组会跨越n个位置，致使两个相同的数，发现不了对方而产生了顺序变化。

2、算法实现

package main

import "fmt"

// 增量序列折半的希尔排序
func ShellSort(list []int) {
    // 数组长度
    n := len(list)

    // 每次减半，直到步长为 1
    for step := n / 2; step >= 1; step /= 2 {
        // 开始插入排序，每一轮的步长为 step
        for i := step; i < n; i += step {
            for j := i - step; j >= 0; j -= step {
                // 知足插入那么交换元素
                if list[j+step] < list[j] {
                    list[j], list[j+step] = list[j+step], list[j]
                    continue
                }
                break
            }
        }
    }
}

func main() {
    list := []int{5}
    ShellSort(list)
    fmt.Println(list)

    list1 := []int{5, 9}
    ShellSort(list1)
    fmt.Println(list1)

    list2 := []int{5, 9, 1, 6, 8, 14, 6, 49, 25, 4, 6, 3}
    ShellSort(list2)
    fmt.Println(list2)

    list3 := []int{5, 9, 1, 6, 8, 14, 6, 49, 25, 4, 6, 3, 2, 4, 23, 467, 85, 23, 567, 335, 677, 33, 56, 2, 5, 33, 6, 8, 3}
    ShellSort(list3)
    fmt.Println(list3)
}

输出：

[5]
[5 9]
[1 3 4 5 6 6 6 8 9 14 25 49]
[1 2 2 3 3 4 4 5 5 6 6 6 6 8 8 9 14 23 23 25 33 33 49 56 85 335 467 567 677]

按照以前分析的几种排序算法，通常建议待排序数组为小规模状况下使用直接插入排序，在规模中等的状况下可使用希尔排序，但在大规模仍是要使用快速排序，归并排序或堆排序。

系列文章入口

我是陈星星，欢迎阅读我亲自写的 数据结构和算法(Golang实现)，文章首发于阅读更友好的GitBook。