小鑫的算法之路：希尔排序

插入排序

遍历待排序数据集合，每次将元素插入到其前面已排序数据集合的合适位置。

插入排序与打麻将类似，在整理最初摸起来的13张牌过程中，不断将未整理的牌插入至已整理的牌的合适位置。

插入算法的核心思路是不断地将元素插入至合适的位置。

若将数据集合按照从小到大的进行排序，代码如下：

template<typename T>
void insertSort(std::vector<T>& data)
{
    for (size_t i = 1; i < data.size(); ++i) {
        T tmp = std::move(data[i]); 
        size_t j = i;
        while (j > 0 && (tmp < data[j - 1])) {
            data[j] = data[j - 1];
            --j;
        }
        data[j] = std::move(tmp);
    }
}

对于插入排序，时间复杂度为O(n^2)。当数据集合是有序集合时，插入排序的内层for循环的判断条件将不成立，时间复杂度将优化为O(n)。插入排序非常适合对部分有序的数据集合进行处理。插入排序的适合场景为：

• 数据集中每个元素距离其最终的位置都不远；
• 数据集合中只有几个元素的位置不正确；
• 一个有序的大数据集合接一个随机排序的小数据集合。

希尔排序

插入排序非常适合对部分有序的数据集合进行处理。插入排序是循环遍历数据集合，不断将数据插入至已排序数据集合中的合适位置。插入排序在每步处理完成后数据集合前一部分将有序，而后一部分数据待排序。

那么，能不能让数据集合在整体上越来越有序呢？希尔排序应运而生，希尔排序是插入排序的改进。希尔排序又称缩小增量排序，通过比较相距一段间隔的元素进行排序，各趟比较所用的距离随着算法的进行而减小，直到只比较相邻元素的最后一趟排序为止。

若将数据集合按照从小到大的进行排序，代码如下：

template<typename T>
void shellSort(std::vector<T>& data)
{
    auto size = static_cast<std::ptrdiff_t>(data.size());
    std::ptrdiff_t interval = size / 2;
    while (interval >= 1) {
        for (std::ptrdiff_t i = interval; i < size; ++i) {
            T tmp = std::move(data[i]);
            std::ptrdiff_t j = i;
            while ((j - interval >= 0) && (tmp < data[j - interval])) {
                data[j] = data[j - interval];
                j -= interval;
            }
            data[j] = std::move(tmp);
        }
        interval /= 2;
    }
}

与插入排序相比，希尔排序效率很高，当随机数据集合个数为100000时，希尔排序和插入排序的测试结果如下：