希尔排序

希尔排序

  • 原理:
    因为插入排序在(1):序列基本有序的情况下;(2)数据较少的情况下;效率较高,对于乱序的大数据效率不高。所以希尔排序对此进行优化,先分组进行插入排序,完成之后序列基本有序,再进行最后总的插入排序。


代码

#include "stdafx.h"
#include <iostream>
#include <time.h>
#include <stdlib.h>

using namespace std;

//对插入排序的改进
void Shell_Sorting(int array[10], int length)
{
	int increase = length;
	int tmp;
	int i,j,k;
	do
	{
		increase = increase / 3 + 1;  //循环到最后肯定是1, 1执行下面代码意味着总的插入排序,但是经过前面几次分组之后,序列基本有序,效率会高很多
		
		for ( i = 0; i < increase; i++) //进行的是第几组
		{
			for ( j = i + increase; j < length; j += increase) //下面代码对每组进行插入排序
			{
				if (array[j] < array[j - increase])
				{
					tmp = array[j];
				
					for ( k = j - increase; k >= 0 && tmp < array[k]; k -= increase)
					{
						array[k+increase] = array[k];
					}

					array[k + increase] = tmp;
				}
			}
		}

	} while (increase > 1);  //进行最后一次总的插入排序,increase==1,那么条件不成立,结束了





}

void Insert_Sorting(int array[], int length)
{
	int tmp, j;
	for (int i = 1; i < length; i++)
	{
		if (array[i] < array[i - 1])
		{
			tmp = array[i];
			for (j = i - 1; j >= 0 && tmp < array[j]; j--)
			{
				array[j + 1] = array[j];
			}
			array[j + 1] = tmp;
		}
	}
}


int main()
{
	int array[10];
	int length = sizeof(array) / sizeof(int);
	srand((unsigned)time(NULL));
	cout << "排序前:";
	for (int i = 0; i < length; i++)
	{
		array[i] = rand() % 10;
		cout << array[i] << " ";
	}
	cout << endl;

	Shell_Sorting(array, length);

	cout << "排序后:";
	for (int i = 0; i < length; i++)
		cout << array[i] << " ";
	cout << endl;


    return 0;
}

结果:
在这里插入图片描述



和插入排序对比效率


int main()
{


	int array1[100000];
	int array2[100000];
	int length = sizeof(array1) / sizeof(int);
	srand((unsigned)time(NULL));

	for (int i = 0; i < length; i++)
	{
		array1[i] = rand() ;
	}

	 memcpy(array2,array1,length);

	    cout << "希尔排序" << " :";
		double start1 = GetTickCount();
	    Shell_Sorting(array1, length);
		double end1 = GetTickCount();
		cout << end1 - start1 << " ms"<<endl;

		cout << "插入排序" << " :";
		double start2 = GetTickCount();
		Insert_Sorting(array2, length);
		double end2 = GetTickCount();
		cout << end2 - start2 << " ms" << endl;

    return 0;
}


结果:可见希尔排序比插入排序的效率高得多

在这里插入图片描述

根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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