希尔排序,也称递减增量排序算法,是插入排序的一种高速而稳定的改进版本。
希尔排序是基于插入排序的以下两点性质而提出改进方法的:
- 插入排序在对几乎已经排好序的数据操作时, 效率高, 即可以达到线性排序的效率
- 但插入排序一般来说是低效的, 因为插入排序每次只能将数据移动一位
![]() Shellsort with gaps 23, 10, 4, 1 in action. | |
分类 | 排序算法 |
---|---|
数据结构 | 数组 |
最差时间复杂度 | 根据步长串行的不同而不同。 已知最好的: ![]() |
最优时间复杂度 | O(n) |
平均时间复杂度 | 根据步长串行的不同而不同。 |
最差空间复杂度 | O(n) |
最佳算法 | 非最佳算法 |
void shellsort (int[] a, int n) { int i, j, k, temp, gap; int[] gaps = { 1,5,13,43,113,297,815,1989,4711,11969,27901,84801, 213331,543749,1355339,3501671,8810089,21521774, 58548857,157840433,410151271,1131376761,2147483647 }; for (k=0; gaps[k]<n; k++) ; while (--k >= 0) { gap = gaps[k]; for (i=gap; i<n; i++) { temp = a[i]; j = i; while (j>=gap && a[j-gap]>temp) { a[j] = a[j-gap]; j = j-gap; } a[j] = temp; } } }
common
int j, p, gap; comparable tmp; for (gap = N/2; gap > 0; gap = gap/2) for ( p = gap; p < N ; p++) { tmp = a[p]; for (j = p; j >= gap && tmp < a[j- gap]; j = j - gap) a[j] = a[j-gap]; a[j] = tmp; } }
步长串行
步长的选择是希尔排序的重要部分。只要最终步长为1任何步长串行都可以工作。算法最开始以一定的步长进行排序。然后会继续以一定步长进行排序,最终算法以步长为1进行排序。当步长为1时,算法变为插入排序,这就保证了数据一定会被排序。
Donald Shell 最初建议步长选择为并且对步长取半直到步长达到 1。虽然这样取可以比
类的算法(插入排序)更好,但这样仍然有减少平均时间和最差时间的余地。 可能希尔排序最重要的地方在于当用较小步长排序后,以前用的较大步长仍然是有序的。比如,如果一个数列以步长5进行了排序然后再以步长3进行排序,那么该数列不仅是以步长3有序,而且是以步长5有序。如果不是这样,那么算法在迭代过程中会打乱以前的顺序,那就不会以如此短的时间完成排序了。
步长串行 | 最坏情况下复杂度 |
---|---|
![]() | ![]() ![]() |
![]() | ![]() ![]() |
![]() | ![]() ![]() |
已知的最好步长串行是由Sedgewick提出的 (1, 5, 19, 41, 109,...),该串行的项来自 9 * 4^i - 9 * 2^i + 1 和 4^i - 3 * 2^i + 1 这两个算式[1].这项研究也表明“比较在希尔排序中是最主要的操作,而不是交换。”用这样步长串行的希尔排序比插入排序和堆排序都要快,甚至在小数组中比快速排序还快,但是在涉及大量数据时希尔排序还是比快速排序慢。
What should the increment sequence be?
There are many choices for the increment sequence. Any sequence that begins at 1 and always increases will do, although some yield better performance than others:
Shell's original sequence: N/2 , N/4 , ..., 1 (repeatedly divide by 2);
Hibbard's increments: 1, 3, 7, ..., 2k - 1 ;
Knuth's increments: 1, 4, 13, ..., (3k - 1) / 2 ;
Sedgewick's increments: 1, 5, 19, 41, 109, ....
It is obtained by interleaving the elements of two sequences:
1, 19, 109, 505, 2161,….., 9(4k – 2k) + 1, k = 0, 1, 2, 3,…
5, 41, 209, 929, 3905,…..2k+2 (2k+2 – 3 ) + 1, k = 0, 1, 2, 3, …
A Shellsort's worst-case performance using Hibbard's increments is Θ(n 3/2).
The average performance is thought to be about O(n5/4)
The exact complexity of this algorithm is still being debated.
Experience shows that for mid-sized data (tens of thousands elements) the algorithm performs nearly as well if not better than the faster n log n sorts.
Detailed analysis:
http://www.iti.fh-flensburg.de/lang/algorithmen/sortieren/shell/shellen.htm
希尔排序是基于插入排序的以下两点性质而提出改进方法的:
- 插入排序在对几乎已经排好序的数据操作时, 效率高, 即可以达到线性排序的效率
- 但插入排序一般来说是低效的, 因为插入排序每次只能将数据移动一位
![]() Shellsort with gaps 23, 10, 4, 1 in action. | |
分类 | 排序算法 |
---|---|
数据结构 | 数组 |
最差时间复杂度 | 根据步长串行的不同而不同。 已知最好的: ![]() |
最优时间复杂度 | O(n) |
平均时间复杂度 | 根据步长串行的不同而不同。 |
最差空间复杂度 | O(n) |
最佳算法 | 非最佳算法 |
void shellsort (int[] a, int n) { int i, j, k, temp, gap; int[] gaps = { 1,5,13,43,113,297,815,1989,4711,11969,27901,84801, 213331,543749,1355339,3501671,8810089,21521774, 58548857,157840433,410151271,1131376761,2147483647 }; for (k=0; gaps[k]<n; k++) ; while (--k >= 0) { gap = gaps[k]; for (i=gap; i<n; i++) { temp = a[i]; j = i; while (j>=gap && a[j-gap]>temp) { a[j] = a[j-gap]; j = j-gap; } a[j] = temp; } } }
common
int j, p, gap; comparable tmp; for (gap = N/2; gap > 0; gap = gap/2) for ( p = gap; p < N ; p++) { tmp = a[p]; for (j = p; j >= gap && tmp < a[j- gap]; j = j - gap) a[j] = a[j-gap]; a[j] = tmp; } }
步长串行
步长的选择是希尔排序的重要部分。只要最终步长为1任何步长串行都可以工作。算法最开始以一定的步长进行排序。然后会继续以一定步长进行排序,最终算法以步长为1进行排序。当步长为1时,算法变为插入排序,这就保证了数据一定会被排序。
Donald Shell 最初建议步长选择为并且对步长取半直到步长达到 1。虽然这样取可以比
类的算法(插入排序)更好,但这样仍然有减少平均时间和最差时间的余地。 可能希尔排序最重要的地方在于当用较小步长排序后,以前用的较大步长仍然是有序的。比如,如果一个数列以步长5进行了排序然后再以步长3进行排序,那么该数列不仅是以步长3有序,而且是以步长5有序。如果不是这样,那么算法在迭代过程中会打乱以前的顺序,那就不会以如此短的时间完成排序了。
步长串行 | 最坏情况下复杂度 |
---|---|
![]() | ![]() ![]() |
![]() | ![]() ![]() |
![]() | ![]() ![]() |
已知的最好步长串行是由Sedgewick提出的 (1, 5, 19, 41, 109,...),该串行的项来自 9 * 4^i - 9 * 2^i + 1 和 4^i - 3 * 2^i + 1 这两个算式[1].这项研究也表明“比较在希尔排序中是最主要的操作,而不是交换。”用这样步长串行的希尔排序比插入排序和堆排序都要快,甚至在小数组中比快速排序还快,但是在涉及大量数据时希尔排序还是比快速排序慢。
What should the increment sequence be?
There are many choices for the increment sequence. Any sequence that begins at 1 and always increases will do, although some yield better performance than others:
Shell's original sequence: N/2 , N/4 , ..., 1 (repeatedly divide by 2);
Hibbard's increments: 1, 3, 7, ..., 2k - 1 ;
Knuth's increments: 1, 4, 13, ..., (3k - 1) / 2 ;
Sedgewick's increments: 1, 5, 19, 41, 109, ....
It is obtained by interleaving the elements of two sequences:
1, 19, 109, 505, 2161,….., 9(4k – 2k) + 1, k = 0, 1, 2, 3,…
5, 41, 209, 929, 3905,…..2k+2 (2k+2 – 3 ) + 1, k = 0, 1, 2, 3, …
A Shellsort's worst-case performance using Hibbard's increments is Θ(n 3/2).
The average performance is thought to be about O(n5/4)
The exact complexity of this algorithm is still being debated.
Experience shows that for mid-sized data (tens of thousands elements) the algorithm performs nearly as well if not better than the faster n log n sorts.
Detailed analysis:
http://www.iti.fh-flensburg.de/lang/algorithmen/sortieren/shell/shellen.htm