希尔排序小探究（java实现）

上学期数据结构课程学习过程当中，我感觉到希尔排序是高级排序算法中比较好用的一种。他的时间复杂度还是O（n^x）（x>1）形式，理论上感觉并不如归并排序，快速排序，堆排序等更加高大上的 O（nlogn）算法，但在实际应用中他的表现却非常亮眼，写起来也比较方便。这次实验目的为：实现对整数数组进行希尔排序的函数；使用不同的增量序列，测试两种增量序列的性能。
工具及环境：Intellij IDEA community edition
实验过程：
1.使用一个简单的数组，并基于此完成希尔排序的函数。
希尔排序的核心在于“缩短增量”的操作。每一个增量的使用都能够使得数组的无序性下降，从而降低小增量（尤其是最后的1）排序的工作量，极大的提高效率。
希尔排序的发明者对增量序列的选择并未深入研究，他提出的增量序列也是正常思维所容易想到的:数组长度的一半，然后依次减半，直到减到1.依据此序列进行函数的编写。

循环内部的操作类似于插入排序，即对某一个增量值所对应的增量序列分别进行插入排序。注意插入排序中的 j-- 替换为 j-=gap.
使用小数组测试，该函数运行无误。
2.更改增量序列
这个增量序列是最普通，容易想到的。效率更高的增量序列也已经研究出了一些，比较有名的是Hibbard增量和Sedgewick增量（具体内容可以参考Mark Allen Weiss的 “数据结构与算法分析”一书）。这里测试书中所提到的“目前实践中表现最好的”Sedgewick增量序列。推导过程和通项公式从略，这里直接以常数数组的形式给出此序列（前20个数）。
对上面的希尔排序函数略加修改，得到使用新的增量序列的排序函数：

先利用flag找到数组适用的最大增量，然后进行排序，可见只是做了一点微调。使用小数组验证，函数功能实现正确。
3.性能比较：Sedgewick增量真的有用吗？
对两个不同的增量进行测试。主函数生成一个8，000，000个数的随机数组，每个元素在0-999，999，999之间。为了保证实验的公平性，将一个数组的元素拷贝到第二个数组当中，并用两个函数对他们进行分别排序。主函数中对两个函数运行时间进行记录并输出。测试主函数和测试效果如下：

可以看到，Sedgewick增量序列使得排序时间减少了20%以上，个别情况下甚至接近40%。（后面又进行了一些测试，一般都是20%多一点）。
总结：
希尔排序的优越性在这种数据量大，数据复杂的情况下表现仍然十分出色，而且写起来也方便快捷，是值得学习和掌握的。Sedgewick增量序列也体现出相比于常用序列有较明显的性能提升。ps:可以用O（n^2）算法来尝试这个主函数，时间可能要以小时来计算。