接着上一篇。
5. 折半插入排序,时间复杂度O(n*logn),算法稳定。
思路:假设将新元素,插入已经排好序的数组当中,寻找插入位置的时候,采用了二分查找,折半插入排序也叫二分插入排序。
为数组排序时,也是将第一个元素作为已经排好序的数组,循环数组 若元素 arr[i] 小于 arr[i-1] 则为要插入的元素。
利用二分查找寻找插入位置,然后将插入位置后面的所有元素都后移一位,之后将该元素插入。
特别要注意的是:二分查找最后的结果要利用得是 左边界--low,总体来说是将 low 以及 low 以后的所有元素后移一位。将该元素
插入在 low 位置 。
# 折半插入排序
def binary_insertsort(arr):
if len(arr) < 2:
return arr
for i in range(1,len(arr)):
if arr[i] < arr[i-1]:
temp = arr[i]
low = 0
high = i-1
while low <= high:
mid = (low + high)//2
if temp < arr[mid]:
high = mid - 1
else:
low = mid + 1
j = i - 1
while j >= low:
arr[j+1] = arr[j]
j = j - 1
arr[low] = temp
return arr
#测试
arr = [1, 4, 7, 2, 5, 8, 3, 6, 9]
print(binary_insertsort(arr))
6. 希尔排序,时间复杂度O(n),算法不稳定。
思路:先将整个待排元素序列分割成若干个子序列(由相隔某个“增量”的元素组成的)分别进行直接插入排序,
然后依次缩减增量再进行排序,待整个序列中的元素基本有序(增量足够小)时,再对全体元素进行一
次直接插入排序。因为直接插入排序在元素基本有序的情况下(接近最好情况),效率很高。
# -*- coding:utf-8 -*-
def shell_sort(arr):
if len(arr) < 2:
return arr
gap = len(arr)
while gap > 1:
gap = gap // 3 + 1
for i in range(gap, len(arr)):
if arr[i] < arr[i-gap]:
temp = arr[i]
j = i - gap
while j >= 0 and temp < arr[j]:
arr[j+gap] = arr[j]
j = j - gap
arr[j+gap] = temp
# print(arr)
return arr
#测试
arr = [1, 4, 7, 2, 5, 8, 3, 6, 9]
print(shell_sort(arr))