2024年【Python排序算法系列】—— 希尔排序_python希尔排序(1)

2. 分组插入排序**：**希尔排序将数组按照一定的间隔分成若干个子序列，对每个子序列进行插入排序。由于子序列的长度较短，插入排序的时间复杂度较低，从而提高了排序的效率。

3. 大幅度减少逆序对**：**由于希尔排序是通过间隔分组进行插入排序的，每次排序都会将相距较远的元素进行比较和交换，从而大幅度减少了逆序对的数量。逆序对的数量是衡量一个排序算法效率的指标，逆序对越少，排序效率越高。

4. 非稳定性**：**希尔排序是一种非稳定的排序算法。在排序过程中，相同大小的元素可能会发生交换，导致原来相对顺序的改变。

总结起来，希尔排序是一种高效的排序算法，通过缩小增量和分组插入排序的方式，大幅度减少了逆序对的数量，从而提高了排序效率。虽然希尔排序存在一定的非稳定性，但在实际应用中并不影响排序结果的正确性。希尔排序在大多数情况下都能够比较好地工作，并且****适用于各种规模的数据集。

理解

希尔排序是插入排序的优化，他把整个列表按照定义的gap（为步长【也叫增量】）切割【隔着gap切割而非连续切割】成多个子列表，然后对子列表进行排序，排完序以后的整个列表，若还是存在无序，我们可以将增量递减，继续进行插入排序，直到增量为1，当增量为1的时候整个列表直接进行插入排序，此时，已经在前面排好的基础上进一步进行插排，因此希尔排序在最后进行插排的时候比整个无序表进行插排的速度快很多。

子列表的个数 = 步长

过程演示

Step1：

​

希尔排序第一步：这里我们选择二分法， 按照步长 gap = len （alist） / /  2 进行列表的切割。

原来的无序表的长度是9，所以它的步长gap = 9 / / 2 = 4，如上图切割成4个子列表。

【注意】****：实际上他不会像图上一样分开成四个，而是按照原来的进行切分，只是为了更好的理解，我们才分开画的。

​

---

Step2：

第二轮，继续按照步长 gap = len （alist） / /  2 进行列表的切割。

原来的无序表个数是4，所以它的步长gap = 4 / / 2 = 2，如下图切割成2个子列表。

---

Step3：

第三轮，继续按照步长 gap = len （alist） / /  2 进行列表的切割。

原来的无序表的个数是2，所以它的步长gap = 2 / / 2 = 1，如下图切割成1个子列表。

---

实现代码：

#切割列表，然后利用for循环进行插排
def shell_sort(alist):
    sublistcount = len(alist) // 2 #切割子列表的步长
    while sublistcount > 0:  #只要还可以切割

        # 通过循环遍历每个字列表
        for i in range(sublistcount):
            insert_sort(alist, i , sublistcount) #对每一个子列表进行插排

        sublistcount = sublistcount // 2 #改变步长的长度
    return alist

# 定义插排的函数
def insert_sort(alist, start, gap):
    for i in range(start +gap, len(alist), gap):
        currentvalue = alist[i] #记录当前循环列表里的值
        position = i #记录当前位置

        while position >= gap and alist[position - gap] > currentvalue:
            alist[position] = alist[position - gap] #整体后移
            position = position - gap # 记录当前位置

        alist[position] = currentvalue#当前位置等于要插入的那个位置

li = [54,26,93,17,77,31,44,55,20]
print(shell_sort(li))

---

Self Check

我的解题思路：

根据希尔排序的特点，根据gap先进行分组然后进行跳跃切割。

题目中的gap = 3，所以我们首先可以知道要分三组：

他们的下标和对应的分组元素如下图所示

然后每组按照插入排序的方法进行排序

最后排完的结果是： 5 ， 3， 8 ， 7 ， 16， 19 ， 9 ， 17， 20， 12。

---

做了那么多年开发，自学了很多门编程语言，我很明白学习资源对于学一门新语言的重要性，这些年也收藏了不少的Python干货，对我来说这些东西确实已经用不到了，但对于准备自学Python的人来说，或许它就是一个宝藏，可以给你省去很多的时间和精力。

别在网上瞎学了，我最近也做了一些资源的更新，只要你是我的粉丝，这期福利你都可拿走。

我先来介绍一下这些东西怎么用，文末抱走。

---

（1）Python所有方向的学习路线（新版）

这是我花了几天的时间去把Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

最近我才对这些路线做了一下新的更新，知识体系更全面了。

（2）Python学习视频

包含了Python入门、爬虫、数据分析和web开发的学习视频，总共100多个，虽然没有那么全面，但是对于入门来说是没问题的，学完这些之后，你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。

（3）100多个练手项目

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了，只是里面的项目比较多，水平也是参差不齐，大家可以挑自己能做的项目去练练。

（4）200多本电子书

这些年我也收藏了很多电子书，大概200多本，有时候带实体书不方便的话，我就会去打开电子书看看，书籍可不一定比视频教程差，尤其是权威的技术书籍。

基本上主流的和经典的都有，这里我就不放图了，版权问题，个人看看是没有问题的。

（5）Python知识点汇总

知识点汇总有点像学习路线，但与学习路线不同的点就在于，知识点汇总更为细致，里面包含了对具体知识点的简单说明，而我们的学习路线则更为抽象和简单，只是为了方便大家只是某个领域你应该学习哪些技术栈。

（6）其他资料

还有其他的一些东西，比如说我自己出的Python入门图文类教程，没有电脑的时候用手机也可以学习知识，学会了理论之后再去敲代码实践验证，还有Python中文版的库资料、MySQL和HTML标签大全等等，这些都是可以送给粉丝们的东西。

这些都不是什么非常值钱的东西，但对于没有资源或者资源不是很好的学习者来说确实很不错，你要是用得到的话都可以直接抱走，关注过我的人都知道，这些都是可以拿到的。

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里无偿获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！