python排序算法之希尔排序

 更新时间:2023年04月23日 09:46:36   作者:i阿极  
这篇文章主要介绍了python排序算法之希尔排序,希尔排序,又叫“缩小增量排序”,是对插入排序进行优化后产生的一种排序算法,需要的朋友可以参考下

一、前言

相关知识来自《python算法设计与分析》。初级排序算法是指几种较为基础且容易理解的排序算法。初级排序算法包括插入排序、选择排序和冒泡排序3种。相比起初级排序算法,高级排序算法往往有更加复杂的逻辑,但也会有更高的时间或空间效率。其中有些高级排序算法是由初级排序算法优化而来的。

二、算法描述

希尔排序,又叫“缩小增量排序”,是对插入排序进行优化后产生的一种排序算法。它的执行思路是:把数组内的元素按下标增量分组,对每一组元素进行插入排序后,缩小增量并重复之前的步骤,直到增量到达1。

一般来说,希尔排序的时间复杂度为O(n1.3)~O(n2),它视增量大小而定。希尔排序的空间复杂度是O(1),它是一个不稳定的排序算法。进行希尔排序时,元素一次移动可能跨越多个元素,从而可能抵消多次移动,提高了效率。

下面是使用(数组长度/2)作为初始增量的升序希尔排序,每一轮排序过后,增量都缩小一半。

第一步:

如图2-28所示,从第一个元素开始,以增量4来分组。可以看出,当增量为4时,一组内只有两个元素,否则元素的下标就超出了数组的范围。

在这里插入图片描述

第二步:

如图2-29所示,对组内的元素进行插入排序。

在这里插入图片描述

第三步:

如图2-30所示,继续用相同的方法分组,对组内的元素进行插入排序使得它们有序。

在这里插入图片描述

整个数组内的数都被遍历完成后,这一轮排序就结束了。把增量缩小一半,继续进行下一轮排序。

第四步:

如图2-31所示,增量为2时,可以看出每一组内的元素增多了,组的总数减少了。继续对每一组内的元素进行插入排序,直到每一组都遍历完成。

在这里插入图片描述

第五步:

最后一轮排序如图2-32所示,再次把增量缩小一半;这时增量为1,相当于对整个数组进行插入排序,也就是最后一轮排序。

在这里插入图片描述

最后一轮排序结束后,整个希尔排序就结束了。

三、代码实现

在for循环中,由于每组的第一个元素不用进行插入排序,而它们的下标处于0~step-1,所以从下标step开始遍历。

需要注意的是,如果要模拟流程图中的做法,要使用两个循环:先分组,然后一次性使同组内的元素有序。为了提高效率,我们直接使用一个for循环,每遍历到一个数,就对它所在的组进行插入排序。这样遍历同样符合插入排序的顺序要求。在插入排序中,要改变当前下标的值,所以使用变量ind存储当前下标,防止影响for循环。

普通插入排序等同于增量为1的希尔排序,跨元素的希尔排序实际上只改变了增量,逻辑上与普通插入排序没有区别。

希尔排序代码:

nums = [5,3,6,4,1,2,8,7]
def ShellSort(nums):
  step = len(nums)//2         #初始化增量为数组长度的一半
  while step > 0:           #增量必须是大于0的整数
   for i in range(step,len(nums)): #遍历需要进行插入排序的数
     ind = i
     while ind >= step and nums[ind] < nums[ind-step]: #对每组进行插入排序
      nums[ind],nums[ind-step] = nums[ind-step],nums[ind]
      ind -= step
   step //= 2           #增量缩小一半
  print(nums)
ShellSort(nums)

运行程序,输出结果为:

[1,2,3,4,5,6,7,8]

总结

以上就是本文要讲的内容,本文介绍了希尔排序的理论知识和代码实现。一般来说,希尔排序的时间复杂度为O(n1.3)~O(n2),它视增量大小而定。希尔排序的空间复杂度是O(1),它是一个不稳定的排序算法。

到此这篇关于python排序算法之希尔排序的文章就介绍到这了,更多相关python 希尔排序内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • python判断计算机是否有网络连接的实例

    python判断计算机是否有网络连接的实例

    今天小编就为大家分享一篇python判断计算机是否有网络连接的实例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2018-12-12
  • Python多线程爬虫实战_爬取糗事百科段子的实例

    Python多线程爬虫实战_爬取糗事百科段子的实例

    下面小编就为大家分享一篇Python多线程爬虫实战_爬取糗事百科段子的实例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2017-12-12
  • python 接口返回的json字符串实例

    python 接口返回的json字符串实例

    下面小编就为大家分享一篇python 接口返回的json字符串实例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2018-03-03
  • Python格式化字符串f-string概览(小结)

    Python格式化字符串f-string概览(小结)

    这篇文章主要介绍了Python格式化字符串f-string概览(小结),文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2019-06-06
  • Python opencv操作深入详解

    Python opencv操作深入详解

    这篇文章主要介绍了Python opencv操作深入详解,文中整理的比较详细,有感兴趣的同学可以学习下
    2021-03-03
  • 有趣的python小程序分享

    有趣的python小程序分享

    这篇文章主要介绍了有趣的python小程序分享,具有一定参考价值,需要的朋友可以了解下。
    2017-12-12
  • 详解Python做一个名片管理系统

    详解Python做一个名片管理系统

    这篇文章主要介绍了Python如何做一个名片管理系统,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2019-03-03
  • Python命令行库click的具体使用

    Python命令行库click的具体使用

    本文主要介绍了Python命令行库click的具体使用,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2022-06-06
  • Python实现截屏的函数

    Python实现截屏的函数

    这篇文章主要介绍了Python实现截屏的函数,可实现Python针对屏幕的截屏功能,非常简单实用,需要的朋友可以参考下
    2015-07-07
  • Python Celery异步任务队列使用方法解析

    Python Celery异步任务队列使用方法解析

    这篇文章主要介绍了Python Celery异步任务队列使用方法解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2020-08-08

最新评论