插入排序、希尔排序

本文详细介绍了两种排序算法——插入排序和希尔排序的基本原理、稳定性、时间复杂度及实现代码。插入排序通过逐个比较来定位元素的正确位置;希尔排序则通过逐步减少增量的方式改进了插入排序的效率。

一、插入排序

【原理】从第二个记录开始,依次从右往左与前面的记录比较并寻找插入的位置。共执行n-1次外循环。

【稳定性】稳定。

【时间复杂度】平均O(n^2)。

最好情况:待排序元素已经排好序,则比较次数为1+1+…+1=n-1,从而时间复杂度为O(n)。

最坏情况:待排序元素恰好倒序,则比较次数为1+2+…+(n-1)=n*(n-1)/2,从而时间复杂度为O(n^2)。

【参考代码】

代码1、从左向右逐个比较,将每个比待插入记录大的元素向后移,直到找到合适位置插入这个待插入记录。

void insert_sort(int n){
	for(int i=1;i<n;i++){
		int j=i-1,tmp=a[i];
		while(j>=0&&a[j]>tmp){//此处是tmp,不是a[i]。不能漏掉j>=0的条件
			a[j+1]=a[j];
			j--;
		}
		a[j+1]=tmp;//插入a[i] 
	}
}

代码2、从左往右找到待插入记录的合适位置,再将比它大的元素全往后移一位,接着插入这个元素。

void insert_sort(int n){
	int i,j,k,tmp;
	for(i=1;i<n;i++){
		for(j=i-1;j>=0;j--)
			if(a[j]<a[i])break;//这里可以写a[i]了
		tmp=a[i];	
		for(k=i-1;k>j;k--)a[k+1]=a[k];//将比a[i]大的元素向后移 
		a[j+1]=tmp;//插入a[i] 
	}
}

二、希尔排序

【算法步骤】

(1)取小于n的整数d作为第一个增量。

(2)把全部记录分成d个组,所有距离为d的位数的记录放在同一个组内,如a[0]、a[0+d]、a[0+2d]、…作为一组,a[1]、a[1+d]、a[1+2d]、…作为一组,…。

(3)在各组内进行直接插入排序。

(4)减少增量,重复(2)、(3),直至增量为1,即所有记录放在同一个组内进行直接插入排序。

【稳定性】不稳定

【时间复杂度】O(n^1.3)~O(n^2)

建议第一个增量d=n/2,然后增量取半直到1。

【参考代码】

void shellsort(int n){
	for(int d=n/2;d>=1;d=d/2){//循环次数为增量减半缩小至1的次数
		for(int i=d;i<n;i++){//循环次数为n-d+1,即a[0+d]~a[n-1]的元素个数 
			int j=i-d,tmp=a[i];
			while(j>=0&&a[j]>tmp){//不要漏掉j>=0 
				a[j+d]=a[j];
				j-=d;
			}
			a[j+d]=tmp;
		}		
	}
}

【备注】希尔排序的增量也经常采用d=(d-1)/3,需要计算出第一个增量:

d=1;
while(3*d+1<n/3){d=d*3+1;}

【参考文献】

1、https://blog.youkuaiyun.com/K346K346/article/details/50791102

2、https://www.cnblogs.com/oumyye/p/4199449.html

 

 

内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
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