希尔排序（C++实现）

文章目录

前言
1. 基础概念
2. 动图演示
3. 代码实现
4. 排序过程
5. 效率分析
6. 总结

前言

上篇文章讲了直接插入排序算法。

首先，在待排序的数组中，元素本身就是有序的情况下，就不需要移动任何元素，所以直接插入排序最好情况时间复杂度为 $O (n)$ 。但是，如果数组中元素多数都是有序（基本有序）的情况下，那么需要移动的元素数量就会大大减少。

这里所谈到的基本有序，可以理解成小的关键字大部分在前面，大的关键字大部分在后面，比如如下数组中的元素 {1,2,10,16,18,45,23,99,42,67} 和 {16,1,45,23,99,2,18,67,42,10} 数组中元素相比，前者算得上是基本有序了。

其次，如果数组中元素数量较少，那么直接插入排序的效率也会很高。基于上述两点对直接插入排序算法进行改进，就可以得到希尔排序算法。

1. 基础概念

希尔排序这个名字来源于它的发明者希尔（Donald Shell），这类排序也被称作 “缩小增量排序（Diminishing Increment Sort）”，是直接插入排序的一种更高效率的改进版。

希尔排序算法的思想是先追求元素的部分有序，然后再逐渐逼近全局有序。具体的做法是先将整个待排序记录序列（或称为数组元素）分割成若干个子序列，分别进行直接插入排序，等到整个序列中的记录基本有序时，再对所有记录进行一次直接插入排序。

希尔排序会进行多趟排序，每趟排序会设置一个增量，这里注意，这个增量初始值到底是多大才合适并没有公论，比如可以将 “数组中元素数量 / 2" 作为增量的初始值。

这里以数组 {1,2,10,16,18,45,23,99,42,67} 为例，来说明希尔排序。

（1）首先，数组中的元素有 10 个，所以增量初值可以设置为 5。第一趟排序，把距离为 5 的元素划分到一个子序列中，并对这个子序列中的元素从小到大排序。如下图所示：

在这里插入图片描述

从上图可以看到，第一趟排序，因为增量值是 5，这意味着即将排序的元素间隔 5 个位置。所以下标为 0 的元素 16 和下标为 5 的元素 2 需要进行大小比较，并根据从小到大的顺序决定谁在前谁在后。因为 2 比 16 小，所以 2 应该在前，也就是 16 和 2 互换位置。接着，有元素 1 和 18、元素 45 和 67、元素 23 和 42、元素 99 和 10 依次进行大小比较并排序，本趟排序得到的结果数组元素值为 {2,1,45,23,10,16,18,67,42,99}。

（2）第二趟排序，要缩小增量的值，比如可以每次缩小一半（希尔本人这样建议），也就是：增量 = 增量 / 2，原来增量的值是 5，这次增量的值就变成了 2，即把距离为 2 的元素划分到一个子序列中并对该子序列中的元素从小到大排序。如下图所示：

在这里插入图片描述

从上图可以看到，第二趟排序因为增量值是 2，意味着即将排序的元素间隔 2 个位置。所以下标为 0 的元素 2、下标为 2 的元素 45、下标为 4 的元素 10、下标为 6 的元素 18、下标为 8 的元素 42 进行大小比较并根据从小到大的顺序决定谁在前谁在后。最终得到 {2、10、18、42、45} 的顺序。

同理，元素 {1、23、16、67、99} 从小到大排序，本趟排序得到的结果数组元素值为 {2,1,10,16,18,23,42,67,45,99}。可以看到，每一趟排序，都使数组中的元素更进一步基本有序。

（3）第三趟排序，继续缩小增量的值，增量 = 增量 / 2，原来增量的值是 2，这次增量的值就变成了 1。这就意味着要对数组中的所有元素进行从小到大的直接插入排序，增量值为 1 后的排序也是最后一次排序。最终数组元素的值就变成了 {1,2,10,16,18,23,42,45,67,99}。

所以，一共进行了三趟排序，得到了最终排好序的数组元素。如下图所示：

在这里插入图片描述

2. 动图演示

可以看下面的动图演示结果：

在这里插入图片描述

3. 代码实现

代码如下：

#include <iostream>
using namespace std;template<typename T>
void ShellSort(T arr[], int len)
{if (len <= 1) //不超过1个元素的数组，没必要排序return; int gap = len / 2; //gap: 增量，取值分别为7、3、1while (gap >= 1){//每一趟采用直接插入排序来实现(实现代码与直接插入排序其实是一摸一样) //第一次while循环：i=7~14；第二次while循环：i=3~14；第三次while循环i=1~14；for (int i = gap; i < len; ++i) //i值每次改变可以处理到不同的子序列{if (arr[i] < arr[i - gap]){T temp = arr[i]; ;//暂存arr[i]值，防止后续移动元素时值被覆盖int j;for (j = i - gap; j >= 0 && arr[j] > temp; j -= gap) //检查所有前面排好序的元素{arr[j + gap] = arr[j]; //所有大于temp的元素都向后移动}arr[j + gap] = temp; //复制数据到插入位置，注意j因为被减了gap，这里加回来}}cout << "本趟希尔排序，增量为: " << gap <<" "<<"结果为： ";for (int i = 0; i < len; ++i)cout << arr[i] << " ";cout << endl;gap /= 2; //增量每次减半	 }return;
}

在主函数中，加入一个包含 15 个元素的数组，然后进行从小到大排序。

int main()
{int arr[] = { 67, 1, 45, 23, 99, 2, 18, 16, 42, 10, 8, 44, 106, 29, 4};int len = sizeof(arr) / sizeof(arr[0]);cout <<"原始数据为："; for (int i = 0; i < len; ++i) cout << arr[i] << " ";cout << endl;ShellSort(arr, len); cout << "希尔排序后的数据为："; for (int i = 0; i < len; ++i) cout << arr[i] << " ";cout << endl;return 0; //我低洼地 
}

排序结果如下：

在这里插入图片描述

从结果可以看到，一共进行了三趟排序，增量值分别为 7、3、1。

4. 排序过程

希尔排序算法的代码实现并不复杂，但可能理解起来不那么直观，这里阐述一下程序的执行步骤。

当增量值为 7 时，程序是怎么工作的呢？如下图所示：

在这里插入图片描述

上图展示的是第一趟排序（增量为 7）的程序执行流程，为了清晰，分成了几个子图来绘制。最上面是待排序的原始数组数据。排序时先看子图 1：

67 和 16 交换位置。
1 和 42 不需要交换位置。
45 和 10 交换位置。
23 和 8 交换位置。
99 和 44 交换位置。
2 和 106 不需要交换位置。
18 和 29 不需要交换位置。

这里值得说的是元素 4：

元素 4 先和 67 交换位置，如子图 2。
元素 16 再和 4 交换位置，如子图 3。
子图 2 和子图 3 这两次连续的交换位置是通过代码中最内层 for 循环实现的。

所以，经过第一趟排序后，数组中的元素内容就是：{4, 1, 10, 8, 44, 2, 18, 16, 42, 45, 23, 99, 106, 29, 67}。

接着，增量值减少为原来的一半，从 7 变为了 3，开始第二趟排序，增量值为 3 时，程序是怎么工作的呢？如下图所示：

在这里插入图片描述

其中：

4 和 8 不需要交换位置。
1 和 44 不需要交换位置。
10 和 2 交换位置。
8 和 18 不需要交换位置。
44 和 16 交换位置。
10 和 42 不需要交换位置。
18 和 45 不需要交换位置。
44 和 23 交换位置，如子图 2。
42 和 99 不需要交换位置。
45 和 106 不需要交换位置。
44 和 29 交换位置，如子图 3。
99 和 67 交换位置。

所以，经过第二趟排序后，数组中的元素内容就是：{4, 1, 2, 8, 16, 10, 18, 23, 42, 45}。

接着，增量值减少为原来的一半，从 3 变为了 1，开始第三趟排序，此时，程序的执行步骤与前面讲述的直接插入排序步骤完全一致，这里就不再赘述，经过了三趟排序，数组中的元素已经按照从小到的顺序排好了，数组中元素的最终内容就是：{1, 2, 4, 8, 10, 16, 18, 23, 29, 42, 41, 45, 67, 99, 106}。

5. 效率分析

从代码中可以看到，希尔排序实现代码的空间复杂度为 $O (1)$ 。而对于时间复杂度的分析，本算法则显得比较复杂。当采用不同的增量序列，比如上面代码中每次增量减少为原来的一半时，希尔排序的总趟数会不同，而且每趟排序元素对比次数和元素移动次数都可能会受到影响。所以希尔排序的时间复杂度目前为止还无法用数学手段确切地证明。

但如果增量的初值直接设置为 1 的话，那么希尔排序会退化为直接插入排序，这时的时间复杂度是希尔排序的最坏时间复杂度即 $O(n^2)$ 。如果待排序元素的数量在一定的范围内，那么时间复杂度可以达到 $O(n^{1.3})$ ，平均时间复杂度为 $O(nlog^n_2)$ ，这意味着希尔排序算法优于直接插入排序算法。