【数据结构与算法】插入排序与希尔排序

最新推荐文章于 2025-03-30 20:59:15 发布

原创最新推荐文章于 2025-03-30 20:59:15 发布 · 206 阅读

0 ·

CC 4.0 BY-SA版权

本文深入讲解了插入排序和希尔排序的原理与实现，探讨了不同排序算法的时间复杂度及应用场景，为读者提供了丰富的代码示例。

一.插入排序

插入排序的原理

插入排序的核心思路是将数据分为有序区和无序区，初始有序区只有第一个元素，插入算法就是从未排序的元素中挑选一个元素，在已排序的区间找到合适的位置并将其插入并保证有序区一直有序。插入排序属于原地排序，是稳定的排序，平均时间复杂度为O(n^2)。

代码示例

public static void insertSort(int[] num){
        if (num==null){
            return;
        }
        for (int i = 0; i < num.length-1; i++) {
            //变量在这里定义，是为了方便内层循环结束后，将temp值放到正确的位置，会用到j
            int j = i;
            //记录i+1的值，因为后续这个位置的值会变，所以必须记录下来
            int temp = num[i+1];
            for (;j>=0;j--){
                //如果比当前元素的值要小就将当前元素的值后移一位
                if (temp<num[j]){
                    //后移一位
                    num[j+1]=num[j];
                }else{
                    //因为数组的左边是有序的，因此只要有一次不满足条件就可跳出循环
                    break;
                }
            }
            //注意这里必须J++，因为上面的内层循环是递减的，
            // 当不满足条件或者break跳出循环时，j的值总会因为上次循环递减而少1，
            // 上次移动元素到后一位之后，最后被移动的元素会在数组中重复两次，因为原位置还是它
            // 所以在这里需要将元素的值用之前记录的temp值覆盖，换而言之就是把数组中后续最小的值插入到当前位置
            num[++j]=temp;
        }
    }

总结

插入排序的时间复杂度就是判断比较次数有多少，而比较次数与待排数组的初始顺序有关，当待排数组有序时，没有移动操作，此时复杂度为O(N)，当待排数组是逆序时，比较次数达到最大,对于下标 i 处的元素，需要比较 i-1 次。总的比较次数：1+2+...+N-1 ，故时间复杂度为O(N^2)

二.希尔排序

希尔排序原理

希尔排序(Shell's Sort)是插入排序的一种又称“缩小增量排序”（Diminishing Increment Sort），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。

希尔排序的基本思想是：

把记录按步长 gap 分组，对每组记录采用直接插入排序方法进行排序。
随着步长逐渐减小，所分成的组包含的记录越来越多，当步长的值减小到 1 时，整个数据合成为一组，构成一组有序记录，则完成排序。

希尔排序.jpg

代码示例

 public static void shellSort(int[] num){
        if (num==null){
            return;
        }
        //定义gap为数组长度一般，其实还可以为gap=(length-1)/3
        int gap = num.length/2;
        while (gap>=1){
            for (int i = gap; i < num.length; i++) {
                //变量在这里定义，是为了方便内层循环结束后，将temp值放到正确的位置，会用到j
                int j = i-gap;
                //记录i的值，因为后续这个位置的值会变，所以必须记录下来
                int temp = num[i];
                for (;j>=0;j-=gap){
                    //如果比当前元素的值要小就将当前元素的值后移gap位
                    if (temp<num[j]){
                        //后移gap位
                        num[j+gap]=num[j];
                    }else{
                        //因为数组的左边gap序列是有序的，因此只要有一次不满足条件就可跳出循环
                        break;
                    }
                }
                //注意这里必须j+gap，因为上面的内层循环是递减的，
                // 当不满足条件或者break跳出循环时，j的值总会因为上次循环递减而少gap，
                // 上次移动元素到后gap位之后，最后被移动的元素会在数组中重复两次，因为原位置还是它
                // 所以在这里需要将元素的值用之前记录的temp值覆盖，换而言之就是把数组中当前gap序列后续最小的值插入到当前位置
                num[j+gap]=temp;
            }
            //缩小增量  还可以为gap=gap/3
            gap = gap/2;
        }

    }