数据结构与算法(Python版)三十五:谢尔排序算法及分析

谢尔排序Shell Sort

我们注意到插入排序的比对次数, 在最好的情况下是O(n), 这种情况发生在列表已是有序的情况下, 实际上, 列表越接近有序, 插入排序的比对次数就越少

从这个情况入手, 谢尔排序以插入排序作为基础, 对无序表进行“间隔”划分子列表, 每个子列表都执行插入排序

在这里插入图片描述

随着子列表的数量越来越少, 无序表的整体越来越接近有序, 从而减少整体排序的比对次数

间隔为3的子列表, 子列表分别插入排序后的整体状况更接近有序

在这里插入图片描述

谢尔排序:思路

最后一趟是标准的插入排序, 但由于前面几趟已经将列表处理到接近有序, 这一趟仅需少数几次移动即可完成

在这里插入图片描述

子列表的间隔一般从n/2开始, 每趟倍增: n/4, n/8……直到1

在这里插入图片描述

谢尔排序:代码

def shellSort(alist):
    # 间隔设定
    sublistcount = len(alist) // 2
    while sublistcount > 0:
        # 子列表排序
        for startposition in range(sublistcount):
            gapInsertionSort(alist, startposition, sublistcount)
        print("After increments of size", sublistcount, "The list is", alist)

        # 间隔缩小
        sublistcount = sublistcount // 2


def gapInsertionSort(alist, start, gap):
    for i in range(start + gap, len(alist), gap):
        currentvalue = alist[i]
        position = i
        while position >= gap and alist[position - gap] > currentvalue:
            alist[position] = alist[position - gap]
            position = position - gap
        alist[position] = currentvalue


alist = [1, 12, 3, 312, 13, 11, 14]
shellSort(alist)
print(alist)

谢尔排序:算法分析

粗看上去, 谢尔排序以插入排序为基础,可能并不会比插入排序好

但由于每趟都使得列表更加接近有序, 这过程会减少很多原先需要的“无效”比对

对谢尔排序的详尽分析比较复杂,大致说是介于O(n)和O(n^2)之间

如果将间隔保持在2k-1(1、 3、 5、 7、 15、 31等等) , 谢尔排序的时间复杂度约为O(n^3/2)

在这里插入图片描述

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值