簡簡單單學演算法排序演算法一（希爾排序）

希爾排序也是一種插入排序方法,實際上是一種分組插入方法。先取定乙個小於n的整數d1作為第乙個增量,把錶的全部記錄分成d1個組,所有距離為d1的倍數的記錄放在同乙個組中,在各組內進行直接插入排序；然後,取第二個增量d2(＜d1),重複上述的分組和排序,直至所取的增量dt=1(dt

例如：將 n 個記錄分成 d 個子序列：

… 這個是排序過程每次按增量分為一組，在組內排好序；理論說多了有點暈，來點實際例子：

例如：資料未排序：[10, 9, 8, 7, 6, 5, 4, 3, 2, 1]

距離為5的資料分為一組,共5組[10,5],[9,4],[8,3],[7,2],[6,1]

分組排序[5,10],[4,9],[3,8],[2,7],[1,6]，將分組資料復原到陣列中

d=5:[5, 4, 3, 2, 1, 10, 9, 8, 7, 6]

距離為2的資料分為一組,共2組[5,3,1,9,7],[4,2,10,8,6]

排序為[1,3,5,7,9] [2,4,6,8,10]，將分組資料復原到陣列中

d=2:[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

d=1:[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

直到增量遞減到1為止，增量大小視情況而定，分組排序時用的是插入演算法，當然也可以選用適用排序演算法。

我認為希爾排序是對插入排序的一種優化。

最好情況：由於希爾排序的好壞和步長d的選擇有很多關係，因此，目前還沒有得出最好的步長如何選擇(現在有些比較好的選擇了，但不確定是否是最好的)。所以，不知道最好的情況下的演算法時間複雜度。

最壞情況下：o(n*logn)，最壞的情況下和平均情況下差不多。

平均情況下：o(n*logn)

由於多次插入排序，我們知道一次插入排序是穩定的，不會改變相同元素的相對順序，但在不同的插入排序過程中，相同的元素可能在各自的插入排序中移動，最後其穩定性就會被打亂，所以shell排序是不穩定的。(有個猜測，方便記憶：一般來說，若存在不相鄰元素間交換，則很可能是不穩定的排序。)

經過隨機資料多次測試結果如下:

插入演算法：1萬個隨機整數排序平均耗時0.1s

希爾演算法：1萬個隨機整數排序平均耗時0.025s

插入演算法：10萬個隨機整數排序平均耗時7.9s

希爾演算法：10萬個隨機整數排序平均耗時0.06s

可能每次產生的隨機數存在不確定性,但平均耗時可以看出希爾演算法優勢明顯;

public void sort (int array,int n)
}"d="+d+arrays.tostring(array));
d=d/2; /*增量遞減*/
} }

簡簡單單學演算法 排序演算法一（希爾排序）