当前位置: 首页 > article >正文

数据结构 ——— 希尔排序算法的实现

目录

前言

希尔排序算法的思想

第一步:先预排序

第二步:再直接插入排序

代码实现(默认排升序)

预排序思路的代码

希尔排序算法的代码实现 


前言

在上一章学习了直接插入排序算法的实现

数据结构 ——— 直接插入排序算法的实现-CSDN博客

接下来要学习的是希尔排序,是在直接插入排序算法上优化的排序


希尔排序算法的思想

第一步:先预排序

预排序也就是把数组排成接近有序的状态
预排序的步骤:间隔为 gap 的长度分为一组,总计 gap 组,gap 的大小根据数组的长度改变
如上图所示,相同颜色的线条为一组,先对他们各自预排序
举例来说:9,6,3,1 为一组,那么就对这一组排序
排好后的结果就是 1,3,6,9 (默认升序)
其他各组和举例相同,最后预排序的结果如下

第二步:再直接插入排序

对数组预排序完成后,数据就是接近有序的状态了,这时再对数组进行直接插入排序即可
注意:第二步并不是调用直接插入排序函数,而是通过预排序的代码进行优化直接得出希尔排序,详情请见以下代码


代码实现(默认排升序)

预排序思路的代码

代码演示: 

int gap = 3; //待定

for (int i = 0; i < size - gap; i++)
{
	int end = i;
	int tmp = a[end + gap];

	while (end >= 0)
	{
		if (a[end] > tmp)
		{
			a[end + gap] = a[end];
			end -= gap;
		}
		else
		{
			break;
		}
	}

	a[end + gap] = tmp;
}

代码解析:

gap 的具体大小还需待定,先通过 a[] = { 9,8,7,6,5,4,3,3,2,1,0 },这组数据来举例说明

以上预排序代码的核心逻辑类似于直接插入排序算法
不同之处在于直接插入排序算法的 a[end] 和 tmp 间隔了 1
而预排序的 a[end] 和 tmp 间隔了 gap
这也就实现了相同颜色为一组,各自进行预排序

需要注意控制变量 i 的大小,防止越界

代码验证:

当 gap == 5 时:

当 gap == 3 时:

当 gap == 1 时:

结论:

当 gap 越大时,说明间隔越大,越不接近有序
当 gap 越小时,说明间隔越小,越接近有序
当 gap 为 1 时,就是直接插入排序算法,因为直接插入排序算法的 a[end] 和 tmp 的间隔就是 1

所以可以得出,想要将预排序直接优化成希尔排序,那么就要控制 gap 的大小

希尔排序算法的代码实现

代码演示:

void ShellSort(int* a, int size)
{
	int gap = size;

	while (gap > 1)
	{
		gap = gap / 3 + 1;

		for (int i = 0; i < size - gap; i++)
		{
			int end = i;
			int tmp = a[end + gap];

			while (end >= 0)
			{
				if (a[end] > tmp)
				{
					a[end + gap] = a[end];
					end -= gap;
				}
				else
				{
					break;
				}
			}

			a[end + gap] = tmp;
		}
	}
}

代码解析:

gap 初始值赋值为数组元素总个数的大小 size
每次循环 gap = gap / 3 + 1
+1 的作用是为了保证 gap 最后一次能被赋值为 1,因为 gap 为 1 时就是直接插入排序,这样做的作用避免了调用直接插入排序算法的函数,且在一个逻辑里面就对数组直接排好了序
当 gap == 1 时,进行预排序后,此时数组就是有序状态了,所以最外部的 while 循环判断 gap > 1 即可完成排序

代码验证:


http://www.kler.cn/a/409205.html

相关文章:

  • 零基础学指针(上)
  • python如何解压缩文件或文件夹
  • 使用 Nginx 在 Ubuntu 22.04 上安装 LibreNMS 开源网络监控系统
  • Vue.js 学习总结(14)—— Vue3 为什么推荐使用 ref 而不是 reactive
  • Ruby 模块(Module)
  • Homebrew切换成国内源
  • 鸿蒙NEXT开发案例:二维码的生成与识别
  • Redis核心数据结构与高性能原理
  • LLM的原理理解6-10:6、前馈步骤7、使用向量运算进行前馈网络的推理8、注意力层和前馈层有不同的功能9、语言模型的训练方式10、GPT-3的惊人性能
  • leetcode 面试150之 156.LUR 缓存
  • c++中mystring运算符重载
  • 韩顺平 一周学会Linux | Linux 实操篇-实用指令
  • Python知识点精汇:集合篇精解!
  • 【大数据技术与开发实训】携程景点在线评论分析
  • HTMLCSS:翻书加载效果
  • 解!决!vscode!Path Intellisense 失效!不起作用问题!!
  • 机器学习实战笔记34-38:gridsearchcv的进阶使用,无监督学习:kmeans、DBSCAN
  • web网络安全系统
  • 深入浅出:大数据架构中的流处理与实时分析
  • 微服务系列概览
  • Momenta C++面试题及参考答案
  • Vue进阶面试题目(一)
  • vue3 + elementPlus 日期时间选择器禁用未来及过去时间
  • 【弱监督语义分割】Self-supervised Image-specific Prototype Exploration for WSSS 论文阅读
  • Leetcode 164.最大间距
  • c++视频图像处理