希尔排序原理,算法及其相关代码,以及复杂度分析

希尔排序原理

现在，我要讲解的算法叫希尔排序（ShellSort）。希尔排序是D.L.Shell于1959年提出来的一种排序算法，在这之前排序算法的时间复杂度基本都是O()的，希尔排序算法是突破这个时间复杂度的第一批算法之一。

直接插入排序，应该说，它的效率在某些时候是很高的，比如，我们的记录本身就是基本有序的，我们只需要少量的插入操作，就可以完成整个记录集的排序工作，此时直接插入很高效。还有就是记录数比较少时，直接插入的优势也比较明显。可问题在于，两个条件本身就过于苛刻，现实中记录少或者基本有序都属于特殊情况。

有条件当然是好，条件不存在，我们创造条件也是可以去做的。于是科学家希尔研究出了一种排序方法，对直接插入排序改进后可以增加效率。
如何让待排序的记录个数较少呢？很容易想到的就是将原本有大量记录数的记录进行分组。分割成若干个子序列，此时每个子序列待排序的记录个数就比较少了，然后在这些子序列内分别进行直接插入排序，当整个序列都基本有序时，注意只是基本有序时，再对全体记录进行一次直接插入排序。
此时一定有同学开始疑惑了。这不对呀，比如我们现在有序列是{9,1,5,8,3,7,4,6,2}，现在将它分成三组，{9,1,5}，{8,3,7}，{4,6,2}，哪怕将它们各自排序排好了，变成{1,5,9}，{3,7,8}，{2,4,6}，再合并它们成{1,5,9,3,7,8,2,4,6}，此时，这个序列还是杂乱无序，谈不上基本有序，要排序还是重来一遍直接插入有序，这样做有用吗？需要强调一下，所谓的基本有序，就是小的关键字基本在前面，大的基本在后面，不大不小的基本在中间，像{2,1,3,6,4,7,5,8,9}这样可以称为基本有序了。但像{1,5,9,3,7,8,2,4,6}这样的9在第三位，2在倒数第三位就谈不上基本有序。
问题其实也就在这里，我们分割待排序记录的目的是减少待排序记录的个数，并使整个序列向基本有序发展。而如上面这样分完组后就各自排序的方法达不到我们的要求。因此，我们需要采取跳跃分割的策略：将相距某个“增量”的记录组成一个子序列，这样才能保证在子序列内分别进行直接插入排序后得到的结果是基本有序而不是局部有序。

希尔排序算法

为了能够真正弄明白希尔排序的算法，我们还是老办法——模拟计算机在执行算法时的步骤，还研究算法到底是如何进行排序的。
希尔排序算法代码如下。

/*  对顺序表L作希尔排序  */
void  ShellSort(SqList  *L)
{
int  i,  j;
int  increment  =  L->length;
do
{
/*  增量序列  */
increment  =  increment  /  3  +  1;                    
for  (i  =  increment  +  1;  i  <=  L->length;  i++)
{
if  (L->r[i]  <  L->r[i  -  increment])
{                           
/*  需将L->r[i]插入有序增量子表  */
/*  暂存在L->r[0]  */
L->r[0]  =  L->r[i];        
for  (j  =  i  -  increment;  j  >  0  &&  L->r[0]  <  L->r[j];  j  -=  increment)
/*  记录后移，查找插入位置  */
L->r[j  +  increment]  =  L->r[j];        
/*  插入  */
L->r[j  +  increment]  =  L->r[0];                
}}}
while  (increment  >  1);
}

具体的算法流程如下：

1. 首先，初始化增量序列increment为L的长度，然后将increment缩小为原来的1/3加1。增量序列是希尔排序的一个关键部分，它确定了每一轮排序时子序列的间隔。
2. 对于每个增量，从第increment+1个元素开始，比较当前元素与相距increment的元素的大小。如果当前元素较小，就将其插入到相距increment的元素之前。
3. 在插入过程中，需要使用一个哨兵元素L->r[0]来暂存当前元素，同时通过不断地与前面的元素比较来找到插入位置。
4. 当一个增量序列的排序完成后，将increment缩小为原来的1/3加1，然后继续进行下一轮的排序。
5. 重复步骤2到步骤4，直到increment为1，即最后一轮使用普通的插入排序进行排序。

希尔排序的优点是相比于普通插入排序，它可以在一开始就对部分数据进行排序，从而提前进行了部分的排序优化，可以减少逆序对的数量。而且希尔排序的时间复杂度为O(n^2)，虽然不是最优的排序算法，但在处理中等规模的数据时具有较高的效率。

总结起来，希尔排序通过分组和插入排序的方式对顺序表L进行排序。通过调整增量序列，不断进行多轮的插入排序，最终可以将L按照一定的顺序进行排序。

希尔排序复杂度分析

通过这段代码的剖析，相信大家有些明白，希尔排序的关键并不是随便分组后各自排序，而是将相隔某个“增量”的记录组成一个子序列，实现跳跃式的移动，使得排序的效率提高。
这里“增量”的选取就非常关键了。我们在代码中，是用increment=increment/3+1;的方式选取增量的，可究竟应该选取什么样的增量才是最好，目前还是一个数学难题，迄今为止还没有人找到一种最好的增量序列。不过大量的研究表明，当增量序列为dlta[k]=2t-k+1-1（0≤k≤t≤）时，可以获得不错的效率，其时间复杂度为O(/2)，要好于直接排序的O()。需要注意的是，增量序列的最后一个增量值必须等于1才行。另外由于记录是跳跃式的移动，希尔排序并不是一种稳定的排序算法。
不管怎么说，希尔排序算法的发明，使得我们终于突破了慢速排序的时代（超越了时间复杂度为O(），之后，相应的更为高效的排序算法也就相继出现了。