一、希尔排序(Shell Sort)
	希尔排序(Shell Sort)是一种插入排序算法,因D.L.Shell于1959年提出而得名。
	Shell排序又称作缩小增量排序。
二、希尔排序的基本思想
希尔排序的中心思想就是:将数据进行分组,然后对每一组数据进行排序,在每一组数据都有序之后,就可以对所有的分组利用插入排序进行最后一次排序。这样可以显著减少交换的次数,以达到加快排序速度的目的。
希尔排序的中心思想:先取一个小于n的整数d1作为第一个增量,把文件的全部记录分成d1个组。所有距离为dl的倍数的记录放在同一个组中。先在各组内进行直接插人排序;然后,取第二个增量d2<d1重复上述的分组和排序,直至所取的增量dt=1(dt<dt-l<…<d2<d1),即所有记录放在同一组中进行直接插入排序为止。
该方法实质上是一种分组插入方法。
shell排序的算法实现:
| 
 
								1
 
								2
 
								3
 
								4
 
								5
 
								6
 
								7
 
								8
 
								9
 
								10
 
								11
 
								12
 
								13
 
								14
 
								15
 
								16
 
								17
 
								18
 
								19
 
								20
						  | 
void ShellPass(SeqList R,int d) 
{//希尔排序中的一趟排序,d为当前增量 
for(i=d+1;i<=n;i++) //将R[d+1..n]分别插入各组当前的有序区 
if(R[i].key<R[i-d].key){ 
R[0]=R[i];j=i-d; //R[0]只是暂存单元,不是哨兵 
do {//查找R[i]的插入位置 
R[j+d];=R[j]; //后移记录 
j=j-d; //查找前一记录 
}while(j>0&&R[0].key<R[j].key); 
R[j+d]=R[0]; //插入R[i]到正确的位置上 
} //endif 
} //ShellPass 
void ShellSort(SeqList R) 
{ 
int increment=n; //增量初值,不妨设n>0 
do { 
increment=increment/3+1; //求下一增量 
ShellPass(R,increment); //一趟增量为increment的Shell插入排序 
}while(increment>1) 
} //ShellSort 
 | 
注意:
当增量d=1时,ShellPass和InsertSort基本一致,只是由于没有哨兵而在内循环中增加了一个循环判定条件"j>0",以防下标越界。
三、希尔排序算法分析
1、增量序列的选择。
	Shell排序的执行时间依赖于增量序列。好的增量序列的共同特征如下:
	a.最后一个增量必须为1。
	b.应该尽量避免序列中的值(尤其是相邻的值)互为倍数的情况。
有人通过大量实验给出了目前最好的结果:当n较大时,比较和移动的次数大概在n^1.25到n^1.26之间。
2、Shell排序的时间性能优于直接插入排序。
	希尔排序的时间性能优于直接排序的原因如下:
	a.当文件初态基本有序时,直接插入排序所需的比较和移动次数均较少。
	b.当n值较小时,n和n^2的差别也较小,即直接插入排序的最好时间复杂度O(n)和最坏时间复杂度O(n^2)差别不大。
	c.在希尔排序开始时增量较大,分组较多,每组记录数目少,故每组内直接插入排序较快,后来增量d(i)逐渐缩小,分组数逐渐减少,而各组的记录数目逐渐增多,但由于已经按d(i-1)做为距离拍过序,使文件较接近于有序状态,所以新的一趟排序过程也较快。因此,希尔排序在效率上较直接插入排序有较大的改进。
3、稳定性
希尔排序是不稳定的。
四、算法演练
	假定待排序文件由10个记录,其关键字分别是:40、38、65、97、76、13、27、49、55、04。
	增量序列取值依次为:5、3、1
	排序过程演示如下图所示:
其动画效果如下面的gif动画所示:
	ps:读者也可以自己打开下面的链接,自己设定要排序的数组,进行排序演练
	希尔排序动画演示
五、代码实现
| 
 
								1
 
								2
 
								3
 
								4
 
								5
 
								6
 
								7
 
								8
 
								9
 
								10
 
								11
 
								12
 
								13
 
								14
 
								15
 
								16
 
								17
 
								18
 
								19
 
								20
 
								21
 
								22
 
								23
 
								24
 
								25
 
								26
 
								27
 
								28
 
								29
 
								30
 
								31
 
								32
 
								33
 
								34
 
								35
						  | 
public class ShellSortTest { 
private static void shellSort(int[] source) { 
int j; 
for (int gap = source.length / 2; gap > 0; gap /= 2) { 
for (int i = gap; i < source.length; i++) { 
int temp = source[i]; 
for (j = i; j >= gap && temp < source[j - gap]; j -= gap) 
source[j] = source[j - gap]; 
source[j] = temp; 
} 
System.out.print("增长序列:" + gap + " :"); 
printArray(source); 
} 
} 
private static void printArray(int[] source) { 
for (int i = 0; i < source.length; i++) { 
System.out.print("\\t" + source[i]); 
} 
System.out.println(); 
} 
public static void main(String[] args) { 
int source[] = new int[] {49,38,65,97,76,13,27,49,55,04 }; 
System.out.print("原始序列:"); 
printArray(source); 
System.out.println(""); 
shellSort(source); 
System.out.print("\\n\\n最后结果:"); 
printArray(source); 
} 
} 
 | 
运行结果为:
| 
 
								1
 
								2
 
								3
 
								4
 
								5
 
								6
 
								7
 
								8
						  | 
原始序列: 49 38 65 97 76 13 27 49 55 4
增长序列:5 : 13 27 49 55 4 49 38 65 97 76
增长序列:2 : 4 27 13 49 38 55 49 65 97 76
增长序列:1 : 4 13 27 38 49 49 55 65 76 97
最后结果: 4 13 27 38 49 49 55 65 76 97
 | 
发现增长序列是5,2,1 和题目要求的5,3,1不同。通过分析要排序的文件由10个记录,10/2=5,5-2=3,3-2=1。刚好符合要求,因此将上面的代码稍作修改即可改变增长序列的值。
将shellSort(int[] source) 方法里的下面这行代码
	for (int gap = source.length / 2; gap > 0; gap /= 2) { 
	改为:
	for (int gap = source.length / 2; gap > 0; gap -= 2) { 
	然后重新运行程序,打印结果如下:
| 
 
								1
 
								2
 
								3
 
								4
 
								5
 
								6
 
								7
 
								8
						  | 
原始序列: 49 38 65 97 76 13 27 49 55 4
增长序列:5 : 13 27 49 55 4 49 38 65 97 76
增长序列:3 : 13 4 49 38 27 49 55 65 97 76
增长序列:1 : 4 13 27 38 49 49 55 65 76 97
最后结果: 4 13 27 38 49 49 55 65 76 97
 | 
如果想使用指定的增长序列来对指定的数组进行希尔排序,可以对上面的程序修改,修改后代码如下:
| 
 
								1
 
								2
 
								3
 
								4
 
								5
 
								6
 
								7
 
								8
 
								9
 
								10
 
								11
 
								12
 
								13
 
								14
 
								15
 
								16
 
								17
 
								18
 
								19
 
								20
 
								21
 
								22
 
								23
 
								24
 
								25
 
								26
 
								27
 
								28
 
								29
 
								30
 
								31
 
								32
 
								33
 
								34
 
								35
 
								36
 
								37
 
								38
 
								39
 
								40
 
								41
 
								42
 
								43
 
								44
 
								45
 
								46
 
								47
 
								48
 
								49
 
								50
 
								51
 
								52
 
								53
 
								54
 
								55
 
								56
 
								57
 
								58
 
								59
 
								60
 
								61
 
								62
 
								63
 
								64
 
								65
 
								66
 
								67
 
								68
 
								69
 
								70
 
								71
 
								72
 
								73
 
								74
 
								75
 
								76
 
								77
 
								78
 
								79
 
								80
 
								81
 
								82
 
								83
 
								84
 
								85
 
								86
 
								87
 
								88
 
								89
 
								90
 
								91
 
								92
 
								93
 
								94
 
								95
 
								96
 
								97
 
								98
						  | 
public class ShellSortTest2 { 
/** 
* 待排序的数组 
*/
private int[] sources; 
/** 
* 数组内元素个数 
*/
private int itemsNum; 
/** 
* 增量数组序列 
*/
private int[] intervalSequence; 
/** 
* @param maxItems 
* 数组大小 
* @param intervalSequence 
* 增量数组序列 
*/
public ShellSortTest2(int[] source, int[] intervalSequence) { 
this.sources = new int[source.length]; 
this.itemsNum = 0;// 还没有元素 
this.intervalSequence = intervalSequence; 
} 
/** 
* 希尔排序算法 
*/
public void shellSort() { 
int gap = 0;// 为增量 
for (int iIntervalLength = 0; iIntervalLength < intervalSequence.length; iIntervalLength++)// 最外层循环,由增量序列元素个数决定 
{ 
gap = intervalSequence[iIntervalLength]; // 从增量数组序列取出相应的增长序列 
int innerArraySize;// 每次内部插入排序的元素个数 
if (0 == itemsNum % gap) { 
innerArraySize = itemsNum / gap; 
} else { 
innerArraySize = itemsNum / gap + 1; 
} 
for (int i = 0; i < gap; i++) { 
int temp = 0; 
int out = 0, in = 0; 
if (i + (innerArraySize - 1) * gap >= itemsNum) { 
innerArraySize--; 
} 
// 内部用插入排序 
for (int j = 1; j < innerArraySize; j++) { 
out = i + j * gap; 
temp = sources[out]; 
in = out; 
while (in > gap - 1 && sources[in - gap] > temp) { 
sources[in] = sources[in - gap]; 
in = in - gap; 
} 
sources[in] = temp; 
} 
} 
System.out.print("增长序列为: " + gap + " "); 
this.displayArray(); 
} 
} 
/** 
* 初始化待排序数组 
*/
public void initArray(int[] array) { 
for (int i = 0; i < array.length; i++) { 
sources[i] = array[i]; 
} 
itemsNum = array.length; 
} 
/** 
* 显示数组内容 
*/
public void displayArray() { 
for (int i = 0; i < itemsNum; i++) { 
System.out.print("\\t" + sources[i] + " "); 
} 
System.out.println("\\n"); 
} 
public static void main(String[] args) { 
int[] intervalSequence = { 5, 3, 1 }; 
int[] source = { 49, 38, 65, 97, 76, 13, 27, 49, 55, 04 }; 
ShellSortTest2 ss = new ShellSortTest2(source, intervalSequence); 
// 初始化待排序数组 
ss.initArray(source); 
System.out.print("原始序列: "); 
ss.displayArray(); 
// 希尔排序 
ss.shellSort(); 
System.out.print("最后结果: "); 
ss.displayArray(); 
} 
} 
 | 
运行结果如下:
| 
 
								1
 
								2
 
								3
 
								4
 
								5
 
								6
 
								7
 
								8
 
								9
						  | 
原始序列: 49 38 65 97 76 13 27 49 55 4
增长序列为: 5 13 27 49 55 4 49 38 65 97 76
增长序列为: 3 13 4 49 38 27 49 55 65 97 76
增长序列为: 1 4 13 27 38 49 49 55 65 76 97
最后结果: 4 13 27 38 49 49 55 65 76 97
 | 
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持快网idc。
原文链接:http://blog.csdn.net/ouyang_peng/article/details/46554099
相关文章
- 64M VPS建站:能否支持高流量网站运行? 2025-06-10
 - 64M VPS建站:怎样选择合适的域名和SSL证书? 2025-06-10
 - 64M VPS建站:怎样优化以提高网站加载速度? 2025-06-10
 - 64M VPS建站:是否适合初学者操作和管理? 2025-06-10
 - ASP.NET自助建站系统中的用户注册和登录功能定制方法 2025-06-10
 
- 2025-07-10 怎样使用阿里云的安全工具进行服务器漏洞扫描和修复?
 - 2025-07-10 怎样使用命令行工具优化Linux云服务器的Ping性能?
 - 2025-07-10 怎样使用Xshell连接华为云服务器,实现高效远程管理?
 - 2025-07-10 怎样利用云服务器D盘搭建稳定、高效的网站托管环境?
 - 2025-07-10 怎样使用阿里云的安全组功能来增强服务器防火墙的安全性?
 
快网idc优惠网
QQ交流群
- 
            2025-05-27 29
 - 
            2025-05-29 43
 - 
            2025-05-25 106
 - 
            2025-05-27 22
 - 
            2025-06-04 107
 
        


    		
            	
        
        
        