数据结构---希尔排序(Python)

希尔排序是插入排序的一种高效改进版本,也称为缩小增量排序。通过将数组按一定增量分组并进行直接插入排序,逐步减少增量直至整个数组成为一组,完成排序。此算法由DL.Shell于1959年提出,是非稳定排序算法。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

希尔排序

希尔排序(Shell Sort)是插入排序的一种。也称缩小增量排序,是直接插入排序算法的一种更高效的改进版本。希尔排序是非稳定排序算法。该方法因DL.Shell于1959年提出而得名。 希尔排序是把记录按下标的一定增量分组,对每组使用直接插入排序算法排序;随着增量逐渐减少,每组包含的关键词越来越多,当增量减至1时,整个文件恰被分成一组,算法便终止。

希尔排序过程

希尔排序的基本思想是:将数组列在一个表中并对列分别进行插入排序,重复这过程,不过每次用更长的列来进行。最后整个表就只有一列了。将数组转换至表是为了更好地理解这算法,算法本身还是使用数组进行排序。

例如,假设有这样一组数[ 13 14 94 33 82 25 59 94 65 23 45 27 73 25 39 10 ],如果我们以步长为5开始进行排序,我们可以通过将这列表放在有5列的表中来更好地描述算法,这样他们就应该看起来是这样(竖着的元素是步长组成):

13 14 94 33 82
25 59 94 65 23
45 27 73 25 39
10

然后我们对每列进行排序:

10 14 73 25 23
13 27 94 33 39
25 59 94 65 82
45

将上述四行数字,依序接在一起时我们得到:[ 10 14 73 25 23 13 27 94 33 39 25 59 94 65 82 45 ]。这时10已经移至正确位置了,然后再以3为步长进行排序:

10 14 73
25 23 13
27 94 33
39 25 59
94 65 82
45

排序之后变为:

10 14 13
25 23 33
27 25 59
39 65 73
45 94 82
94

最后以1步长进行排序(此时就是简单的插入排序了)

def shell_sort(nums):
    n = len(nums)
    gap = n//2
    while gap > 0:
        for i in range(gap,n):
            j = i
            while j >= gap and nums[j-gap] > nums[j]:
                nums[j-gap],nums[j] = nums[j],nums[j-gap]
                j -= gap
        gap = gap//2

alist = [54,26,93,17,77,31,44,55,20]
shell_sort(alist)
print(alist)

时间复杂度

  • 最优时间复杂度:根据步长序列的不同而不同
  • 最坏时间复杂度:O(n2)
  • 稳定想:不稳定
### 十大经典排序算法概述 十大经典排序算法涵盖了多种不同的方法来对数组或列表中的元素进行排序。这些算法可以分为两大类:比较排序和非比较排序。 #### 1. 插入排序 插入排序通过构建有序序列,对于未排序数据,在已排序序列中从后向前扫描,找到相应位置并插入[^1]。 ```python def insertion_sort(arr): for i in range(1, len(arr)): key = arr[i] j = i - 1 while j >= 0 and key < arr[j]: arr[j + 1] = arr[j] j -= 1 arr[j + 1] = key ``` #### 2. 希尔排序 希尔排序是对插入排序的一种改进,它允许间隔较远的元素交换,从而加速整个排序过程。 ```python def shell_sort(arr): gap = len(arr) // 2 while gap > 0: for i in range(gap, len(arr)): temp = arr[i] j = i while j >= gap and arr[j - gap] > temp: arr[j] = arr[j - gap] j -= gap arr[j] = temp gap //= 2 ``` #### 3. 选择排序 选择排序是一种简单直观的排序算法,其工作原理是在未排序部分寻找最小(最大)元素,并将其放到已排序序列的末尾。 ```python def selection_sort(arr): for i in range(len(arr)): min_idx = i for j in range(i+1, len(arr)): if arr[min_idx] > arr[j]: min_idx = j arr[i], arr[min_idx] = arr[min_idx], arr[i] ``` #### 4. 快速排序 快速排序采用分治法策略,通常具有较好的性能表现,平均时间复杂度为 \(O(n \log n)\)[^2]。 ```python import random def quicksort(arr): if len(arr) <= 1: return arr pivot = random.choice(arr) less = [x for x in arr if x < pivot] equal = [x for x in arr if x == pivot] greater = [x for x in arr if x > pivot] return quicksort(less) + equal + quicksort(greater) ``` #### 5. 归并排序 归并排序也是一种基于分治思想的经典排序算法,稳定且高效,适用于链表结构下的排序操作。 ```python def merge_sort(arr): if len(arr) <= 1: return arr mid = len(arr) // 2 left_half = merge_sort(arr[:mid]) right_half = merge_sort(arr[mid:]) return merge(left_half, right_half) def merge(left, right): sorted_list = [] i = j = 0 while i < len(left) and j < len(right): if left[i] < right[j]: sorted_list.append(left[i]) i += 1 else: sorted_list.append(right[j]) j += 1 sorted_list.extend(left[i:]) sorted_list.extend(right[j:]) return sorted_list ``` #### 6. 计数排序 计数排序不是基于比较的排序算法,而是利用键值范围内的整数值来进行排序。 ```python def counting_sort(arr, max_val): m = max_val + 1 count = [0] * m for a in arr: count[a] += 1 i = 0 for a in range(m): for c in range(count[a]): arr[i] = a i += 1 return arr ``` #### 7. 桶排序 桶排序将输入分布到有限数量的桶里,再分别对各个桶里的元素进行排序。 ```python from collections import defaultdict def bucket_sort(arr): buckets = defaultdict(list) result = [] # 将元素分配至对应的桶内 for num in arr: index = int(num * len(arr)) buckets[index].append(num) # 对每个桶内部进行排序 for b in buckets.values(): b.sort() # 合并所有的桶形成最终的结果 for k in range(len(buckets)): result.extend(buckets[k]) return result ``` #### 8. 基数排序 基数排序按照低位先排序,然后收集;再按高位排序,然后再收集;依次类推直到最高位为止。 ```python def radix_sort(nums): RADIX = 10 placement = 1 max_digit = max(nums) d = len(str(max(abs(min(nums)), abs(max(nums))))) for _ in range(d): # 创建空桶 buckets = [[] for _ in range(RADIX)] # 放置数字进入相应的桶 for i in nums: tmp = int((i / placement) % RADIX) buckets[tmp].append(i) # 把所有桶里的数都放回原数组 a = 0 for b in range(RADIX): buck = buckets[b] for i in buck: nums[a] = i a += 1 # 移动placement placement *= RADIX return nums ``` #### 9. 冒泡排序 冒泡排序重复遍历要排序的列表,一次比较两个相邻项,如果顺序错误则互换它们的位置。 ```python def bubble_sort(arr): n = len(arr) for i in range(n): swapped = False for j in range(0, n-i-1): if arr[j] > arr[j+1]: arr[j], arr[j+1] = arr[j+1], arr[j] swapped = True if not swapped: break ``` #### 10. 堆排序 堆排序首先建立最大堆,接着不断移除根节点的最大值并与最后一个叶子结点替换,最后重新调整成最大堆直至完成排序。 ```python def heapify(arr, n, i): largest = i l = 2 * i + 1 r = 2 * i + 2 if l < n and arr[largest] < arr[l]: largest = l if r < n and arr[largest] < arr[r]: largest = r if largest != i: arr[i], arr[largest] = arr[largest], arr[i] heapify(arr, n, largest) def heap_sort(arr): n = len(arr) for i in range(n//2 - 1, -1, -1): heapify(arr, n, i) for i in range(n-1, 0, -1): arr[i], arr[0] = arr[0], arr[i] heapify(arr, i, 0) ```
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