初级排序算法

选择排序

对于长度为N的数组，选择排序需要约N^2/2次比较和N次交换
特点：
运行时间和输入无关；
数据移动次数最少（N）

def Exch(list,min,i):
	tmp=list[i]
	list[i]=list[min]
	list[min]=tmp

def SelectSort(list):
	for  i in range(len(list)):
		min=i
		for j in range(i,len(list)):
			if list[min]>list[j]:
				min=j
		Exch(list,min,i)	

插入排序

对于随机排序的长度为N且主键不重复的数组，平均情况下插入排序需要～N^2/4次比较以及～N^2/4次交换。最坏的情况下需要～N^2/2次比较和～N^2/2次交换，最好情况下需要N-1次比较和0次交换。

插入排序对部分有序数组很有效，此类型数据的特征为：

• 数组中每个元素距离它最终位置都不远；
• 一个有序的大数组接一个有序的小数组；
• 数组中只有几个元素的位置不正确。
  同样也适用于小数组。
  插入排序需要的交换操作M和数组中倒置的数量N相同，需要的比较次数C大于等于倒置的数量N，小于等于倒置的数据量N+数组大小L-1。

def InsertSort(list):
	for i in range(len(list)):
		for j in range(i,0,-1):
			if(list[j]>=list[j-1]):
				break;
			Exch(list,j,j-1)

希尔排序

为了加速插入排序，交换不相邻的元素以对数组的局部进行排序，并最终用插入排序将局部有序的数组排序。希尔排序的思想是使数组中任意间隔为h的元素都有序。
[18, 87, 93, 23, 31, 79, 4, 22, 62, 57, 13, 14, 62, 92]
数组长度N =14
数组间隔h = 7、3、1
h=7：取索引间隔为7的局部数组 ([0,7],[1,8],[2,9],[3,10],[4,11],[5,12],[6,13])进行插入排序；
h=3：取索引间隔为3的局部数组 ([0,3,6,9,12],[1,4,7,10,13],[2,5,8,11])进行插入排序；
h=1: 取索引间隔为1的局部数组 ([0,1,2,3,4,5,6,7,8,9,10,11,12,13])进行插入排序。

def ShellSort(list):
	hList=[]
	h =int(1)
	N=len(list)
	while h<N/2:
		hList.append(h)	
		h=2*h+1
	hList.reverse()	
	for inv in hList:
		for i in range(inv):# 示例: h = 7; i = 0,1,2,3,4,5,6
			for j in range(i,N,inv):# h = 7; i = 0; j = 0,7
				for k in range(j,0,-inv):# 局部数组插入
					if list[k]>=list[k-inv]:
						break
					Exch(list,k,k-inv)

性能比较

测试数据为由[0-1000]范围内的1000个随机数组成的数组；
测试结果：
SelectSort RUN TIME 0.0618s
InsertSort RUN TIME 0.0639s
ShellSort RUN TIME 0.00852s