十大经典排序算法——插入排序与希尔排序(超详解)

2024-06-23 06:20

本文主要是介绍十大经典排序算法——插入排序与希尔排序(超详解),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

一、插入排序

1.基本思想

直接插入排序是一种简单的插入排序法,基本思想是:把待排序的记录按其数值的大小逐个插入到一个已经排好序的有序序列中,直到所有的记录插入完为止,得到一个新的有序序列。

2.直接插入排序

当插入第 end + 1 个元素时,前面的arr[0],arr[1],...  ,arr[end]已经排好序,此时用arr[end + 1]的值与arr[end],arr[end - 1],... 的值进行比较,找到插入位置将arr[end + 1]插入,原来位置上的元素顺序后移。

3.图示

3.时间复杂度:

时间复杂的一般是看最坏的情况

最坏的情况—逆序,时间复杂度:O(N^{2})

最好的情况—顺序,时间复杂度为:O(N)

4.直接插入排序特性总结

(1)元素集合越接近有序,直接插入排序算法的时间效率越高

(2)时间复杂度:O(N^{2})

(3)空间复杂度:O(1),是一种稳定的排序算法

(4)稳定性:稳定 

5.参考代码

//插入排序
void InsertSort(int* arr, int n)
{for (int i = 0; i < n-1; i++){//[0,end]是有序的,end + 1位置的值插入到[0,end],保持有序int end = i;int tmp = arr[end + 1];while (end >= 0){if (tmp < arr[end]){arr[end + 1] = arr[end];end--;}else{break;}}arr[end + 1] = tmp;}
}

二、希尔排序

1.基本思想

希尔排序又称缩小增量法, 希尔排序的基本思想是:现有选定一个整数gap,把待排序的文件中所有记录分成几个组,所有距离为gap的记录分在同一组内,并对每一组内的记录进行排序。然后,重复上述分组和排序的工作。直到gap==1时,所有记录在同一组内排好序

2.操作

(1)预排序(让数组接近有序)

(2)插入排序 

思想:根据给出的整数gap,将数组分组,再分别对这些组进行插入排序

gap > 1 是预排序,gap == 1 是插入排序 

gap越大,大的数可以越快跳到后面,小的数可以越快跳到前面,得到的数据也越不接近有序。

gap越小,跳的越慢,也越接近有序。当gap是1,相当于插入排序。

代码实现: 两种方式

int gap = 3;
//多组并着走
for (int i = 0; i < n - gap; ++i)
{int end = i;int tmp = arr[end + gap];while (end >= 0){if (tmp < arr[end]){arr[end + gap] = arr[end];end -= gap;}else{break;}}arr[end + gap] = tmp;
}	
int gap = 3;
//一组一组走
for (int j = 0; j < gap; j++)
{for (int i = 0; i < n - gap; i += gap){int end = i;int tmp = arr[end + gap];while (end >= 0){if (tmp < arr[end]){arr[end + gap] = arr[end];end -= gap;}else{break;}}arr[end + gap] = tmp;}
}

3.如何选择希尔增量

希尔排序的分析是个复杂的问题,因为它的时间是所取“增量”序列的函数,者设计一些数学上尚未接轨的难题。因此,到目前为止尚未有人求得一种最好的增量序列,但大量的研究已经得出一些局部的结论。如有人指出,当增量序列为dlta[k]= 2^{t-k+1}-1时,希尔排序的时间复杂度为O(N^{\frac{3}{2}}),其中t为排序趟数,1\leqslant k\leqslant t\leqslant \left \lfloor{log_{2}}^{(n+1)}\right \rfloor。还有人在大量的实验中推出:当n在某个特定范围内,希尔排序所需的比较和移动次数越为n^{1.3},当n\rightarrow∞时,可减少到n({log_{}}^{n})^{2^{\left \lfloor 2 \right \rfloor}}。增量序列可以有各种取法,但需要注意:应是增量序列中的值没有除以1以外的公因子,并且最后一个增量值必须等于1。

gap的取值有多种。最初Shell提出取gap= \left \lfloor n/2 \right \rfloorgap= \left \lfloor gap/2 \right \rfloor,直到gap= 1,后来Knuth提出取gap= \left \lfloor gap/3 \right \rfloor + 1。(+1是为了保证最后一个gap的值是1) 

在Knuth所著的《计算机程序设计技巧》中,利用大量的实验统计资料得出,当n很大时,关进码平均比较次数和对象平均移动次数大约在n^{1.25}1.6n^{1.25}范围内,这是利用直接插入排序作为子序列排序方法的情况下得到的。

4.希尔排序完整图示: 

gap = gap / 3 + 1(+1是为了保证最后一个gap的值是1) 

5.希尔排序的特性总结 

(1)希尔排序是对直接插入排序的优化

(2)当gap > 1时都是预排序,目的是让数组更接近与有序。当gap == 1时,数组已经接近有序了,这样就会很快。对整体而言,可以达到优化的效果。

(3)希尔排序的时间复杂度不好计算,因为gap的取值方式有很多种,导致难以计算。    大约是在O(N^{1.3})左右。

理解一下过程:

(4)稳定性:不稳定

6.代码实现 

void SellSort(int* arr, int n)
{int gap = n;while (gap > 1){gap = gap / 3 + 1;//多组并着走for (int i = 0; i < n - gap; ++i){int end = i;int tmp = arr[end + gap];while (end >= 0){if (tmp < arr[end]){arr[end + gap] = arr[end];end -= gap;}else{break;}}arr[end + gap] = tmp;}	}
}

三、排序效率对比

将插入排序,希尔排序,堆排序的运行效率进行对比

http://t.csdnimg.cn/QtpwY堆排序详解在这篇文章!

void TestOP()
{srand(time(0));const int N = 100000;int* a1 = (int*)malloc(sizeof(int) * N);int* a2 = (int*)malloc(sizeof(int) * N);int* a3 = (int*)malloc(sizeof(int) * N);for (int i = 0; i < N; ++i){a1[i] = rand();a2[i] = a1[i];a3[i] = a1[i];}int begin1 = clock();InsertSort(a1, N);int end1 = clock();int begin2 = clock();SellSort(a2, N);int end2 = clock();int begin4 = clock();HPSort(a4, N);int end4 = clock();printf("InsertSort:%d\n", end1 - begin1);printf("ShellSort:%d\n", end2 - begin2);printf("HPSort:%d\n", end4 - begin4);free(a1);free(a2);free(a3);
}int main()
{int arr[] = { 9,1,2,5,7,4,6,3,8 };int sz = sizeof(arr) / sizeof(arr[0]);TestOP();return 0;
}

上图为代码运行结果,同样是十万个随机数,插入排序相较于希尔排序和堆排序就逊色一些。

这篇关于十大经典排序算法——插入排序与希尔排序(超详解)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1086366

相关文章

MySQL中的分组和多表连接详解

《MySQL中的分组和多表连接详解》:本文主要介绍MySQL中的分组和多表连接的相关操作,本文通过实例代码给大家介绍的非常详细,感兴趣的朋友一起看看吧... 目录mysql中的分组和多表连接一、MySQL的分组(group javascriptby )二、多表连接(表连接会产生大量的数据垃圾)MySQL中的

Java 实用工具类Spring 的 AnnotationUtils详解

《Java实用工具类Spring的AnnotationUtils详解》Spring框架提供了一个强大的注解工具类org.springframework.core.annotation.Annot... 目录前言一、AnnotationUtils 的常用方法二、常见应用场景三、与 JDK 原生注解 API 的

redis中使用lua脚本的原理与基本使用详解

《redis中使用lua脚本的原理与基本使用详解》在Redis中使用Lua脚本可以实现原子性操作、减少网络开销以及提高执行效率,下面小编就来和大家详细介绍一下在redis中使用lua脚本的原理... 目录Redis 执行 Lua 脚本的原理基本使用方法使用EVAL命令执行 Lua 脚本使用EVALSHA命令

SpringBoot3.4配置校验新特性的用法详解

《SpringBoot3.4配置校验新特性的用法详解》SpringBoot3.4对配置校验支持进行了全面升级,这篇文章为大家详细介绍了一下它们的具体使用,文中的示例代码讲解详细,感兴趣的小伙伴可以参考... 目录基本用法示例定义配置类配置 application.yml注入使用嵌套对象与集合元素深度校验开发

Python中的Walrus运算符分析示例详解

《Python中的Walrus运算符分析示例详解》Python中的Walrus运算符(:=)是Python3.8引入的一个新特性,允许在表达式中同时赋值和返回值,它的核心作用是减少重复计算,提升代码简... 目录1. 在循环中避免重复计算2. 在条件判断中同时赋值变量3. 在列表推导式或字典推导式中简化逻辑

Java Stream流使用案例深入详解

《JavaStream流使用案例深入详解》:本文主要介绍JavaStream流使用案例详解,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧... 目录前言1. Lambda1.1 语法1.2 没参数只有一条语句或者多条语句1.3 一个参数只有一条语句或者多

SpringBoot整合mybatisPlus实现批量插入并获取ID详解

《SpringBoot整合mybatisPlus实现批量插入并获取ID详解》这篇文章主要为大家详细介绍了SpringBoot如何整合mybatisPlus实现批量插入并获取ID,文中的示例代码讲解详细... 目录【1】saveBATch(一万条数据总耗时:2478ms)【2】集合方式foreach(一万条数

Python装饰器之类装饰器详解

《Python装饰器之类装饰器详解》本文将详细介绍Python中类装饰器的概念、使用方法以及应用场景,并通过一个综合详细的例子展示如何使用类装饰器,希望对大家有所帮助,如有错误或未考虑完全的地方,望不... 目录1. 引言2. 装饰器的基本概念2.1. 函数装饰器复习2.2 类装饰器的定义和使用3. 类装饰

MySQL 中的 JSON 查询案例详解

《MySQL中的JSON查询案例详解》:本文主要介绍MySQL的JSON查询的相关知识,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧... 目录mysql 的 jsON 路径格式基本结构路径组件详解特殊语法元素实际示例简单路径复杂路径简写操作符注意MySQL 的 J

Python ZIP文件操作技巧详解

《PythonZIP文件操作技巧详解》在数据处理和系统开发中,ZIP文件操作是开发者必须掌握的核心技能,Python标准库提供的zipfile模块以简洁的API和跨平台特性,成为处理ZIP文件的首选... 目录一、ZIP文件操作基础三板斧1.1 创建压缩包1.2 解压操作1.3 文件遍历与信息获取二、进阶技