- ubuntu12.04环境下使用kvm ioctl接口实现最简单的虚拟机
- Ubuntu 通过无线网络安装Ubuntu Server启动系统后连接无线网络的方法
- 在Ubuntu上搭建网桥的方法
- ubuntu 虚拟机上网方式及相关配置详解
CFSDN坚持开源创造价值,我们致力于搭建一个资源共享平台,让每一个IT人在这里找到属于你的精彩世界.
这篇CFSDN的博客文章Java经典排序算法之希尔排序详解由作者收集整理,如果你对这篇文章有兴趣,记得点赞哟.
1、希尔排序(Shell Sort) 。
希尔排序(Shell Sort)是一种插入排序算法,因D.L.Shell于1959年提出而得名。 Shell排序又称作缩小增量排序.
2、希尔排序的基本思想 。
希尔排序的中心思想就是:将数据进行分组,然后对每一组数据进行排序,在每一组数据都有序之后,就可以对所有的分组利用插入排序进行最后一次排序。这样可以显著减少交换的次数,以达到加快排序速度的目的。 。
希尔排序的中心思想:先取一个小于n的整数d1作为第一个增量,把文件的全部记录分成d1个组。所有距离为dl的倍数的记录放在同一个组中。先在各组内进行直接插人排序;然后,取第二个增量d2<d1重复上述的分组和排序,直至所取的增量dt=1(dt<dt-l<…<d2<d1),即所有记录放在同一组中进行直接插入排序为止.
该方法实质上是一种分组插入方法.
shell排序的算法实现
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
|
void
ShellPass(SeqList R,
int
d)
{
//希尔排序中的一趟排序,d为当前增量
for
(i=d+
1
;i<=n;i++)
//将R[d+1..n]分别插入各组当前的有序区
if
(R[i].key<R[i-d].key){
R[
0
]=R[i];j=i-d;
//R[0]只是暂存单元,不是哨兵
do
{
//查找R[i]的插入位置
R[j+d];=R[j];
//后移记录
j=j-d;
//查找前一记录
}
while
(j>
0
&&R[
0
].key<R[j].key);
R[j+d]=R[
0
];
//插入R[i]到正确的位置上
}
//endif
}
//ShellPass
void
ShellSort(SeqList R)
{
int
increment=n;
//增量初值,不妨设n>0
do
{
increment=increment/
3
+
1
;
//求下一增量
ShellPass(R,increment);
//一趟增量为increment的Shell插入排序
}
while
(increment>
1
)
}
//ShellSort
|
注意:
当增量d=1时,ShellPass和InsertSort基本一致,只是由于没有哨兵而在内循环中增加了一个循环判定条件"j>0",以防下标越界.
3、希尔排序算法分析 。
1、增量序列的选择.
Shell排序的执行时间依赖于增量序列。好的增量序列的共同特征如下: a.最后一个增量必须为1。 b.应该尽量避免序列中的值(尤其是相邻的值)互为倍数的情况.
有人通过大量实验给出了目前最好的结果:当n较大时,比较和移动的次数大概在n^1.25到n^1.26之间.
2、Shell排序的时间性能优于直接插入排序.
希尔排序的时间性能优于直接排序的原因如下: a.当文件初态基本有序时,直接插入排序所需的比较和移动次数均较少。 b.当n值较小时,n和n^2的差别也较小,即直接插入排序的最好时间复杂度O(n)和最坏时间复杂度O(n^2)差别不大。 c.在希尔排序开始时增量较大,分组较多,每组记录数目少,故每组内直接插入排序较快,后来增量d(i)逐渐缩小,分组数逐渐减少,而各组的记录数目逐渐增多,但由于已经按d(i-1)做为距离拍过序,使文件较接近于有序状态,所以新的一趟排序过程也较快。因此,希尔排序在效率上较直接插入排序有较大的改进.
3、稳定性 。
希尔排序是不稳定的.
4、算法演练 。
假定待排序文件由10个记录,其关键字分别是:40、38、65、97、76、13、27、49、55、04。 增量序列取值依次为:5、3、1 排序过程演示如下图所示:
其动画效果如下面的gif动画所示:
ps:读者也可以自己打开下面的链接,自己设定要排序的数组,进行排序演练 希尔排序动画演示 。
5、代码实现 。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
|
public
class
ShellSortTest {
private
static
void
shellSort(
int
[] source) {
int
j;
for
(
int
gap = source.length /
2
; gap >
0
; gap /=
2
) {
for
(
int
i = gap; i < source.length; i++) {
int
temp = source[i];
for
(j = i; j >= gap && temp < source[j - gap]; j -= gap)
source[j] = source[j - gap];
source[j] = temp;
}
System.out.print(
"增长序列:"
+ gap +
" :"
);
printArray(source);
}
}
private
static
void
printArray(
int
[] source) {
for
(
int
i =
0
; i < source.length; i++) {
System.out.print(
"\t"
+ source[i]);
}
System.out.println();
}
public
static
void
main(String[] args) {
int
source[] =
new
int
[] {
49
,
38
,
65
,
97
,
76
,
13
,
27
,
49
,
55
,
04
};
System.out.print(
"原始序列:"
);
printArray(source);
System.out.println(
""
);
shellSort(source);
System.out.print(
"\n\n最后结果:"
);
printArray(source);
}
}
|
运行结果为:
1
2
3
4
5
6
7
8
|
原始序列:
49
38
65
97
76
13
27
49
55
4
增长序列:
5
:
13
27
49
55
4
49
38
65
97
76
增长序列:
2
:
4
27
13
49
38
55
49
65
97
76
增长序列:
1
:
4
13
27
38
49
49
55
65
76
97
最后结果:
4
13
27
38
49
49
55
65
76
97
|
发现增长序列是5,2,1 和题目要求的5,3,1不同。通过分析要排序的文件由10个记录,10/2=5,5-2=3,3-2=1。刚好符合要求,因此将上面的代码稍作修改即可改变增长序列的值.
将shellSort(int[] source) 方法里的下面这行代码 。
for (int gap = source.length / 2; gap > 0; gap /= 2) { 改为: for (int gap = source.length / 2; gap > 0; gap -= 2) { 然后重新运行程序,打印结果如下:
1
2
3
4
5
6
7
8
|
原始序列:
49
38
65
97
76
13
27
49
55
4
增长序列:
5
:
13
27
49
55
4
49
38
65
97
76
增长序列:
3
:
13
4
49
38
27
49
55
65
97
76
增长序列:
1
:
4
13
27
38
49
49
55
65
76
97
最后结果:
4
13
27
38
49
49
55
65
76
97
|
如果想使用指定的增长序列来对指定的数组进行希尔排序,可以对上面的程序修改,修改后代码如下:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
|
public
class
ShellSortTest2 {
/**
* 待排序的数组
*/
private
int
[] sources;
/**
* 数组内元素个数
*/
private
int
itemsNum;
/**
* 增量数组序列
*/
private
int
[] intervalSequence;
/**
* @param maxItems
* 数组大小
* @param intervalSequence
* 增量数组序列
*/
public
ShellSortTest2(
int
[] source,
int
[] intervalSequence) {
this
.sources =
new
int
[source.length];
this
.itemsNum =
0
;
// 还没有元素
this
.intervalSequence = intervalSequence;
}
/**
* 希尔排序算法
*/
public
void
shellSort() {
int
gap =
0
;
// 为增量
for
(
int
iIntervalLength =
0
; iIntervalLength < intervalSequence.length; iIntervalLength++)
// 最外层循环,由增量序列元素个数决定
{
gap = intervalSequence[iIntervalLength];
// 从增量数组序列取出相应的增长序列
int
innerArraySize;
// 每次内部插入排序的元素个数
if
(
0
== itemsNum % gap) {
innerArraySize = itemsNum / gap;
}
else
{
innerArraySize = itemsNum / gap +
1
;
}
for
(
int
i =
0
; i < gap; i++) {
int
temp =
0
;
int
out =
0
, in =
0
;
if
(i + (innerArraySize -
1
) * gap >= itemsNum) {
innerArraySize--;
}
// 内部用插入排序
for
(
int
j =
1
; j < innerArraySize; j++) {
out = i + j * gap;
temp = sources[out];
in = out;
while
(in > gap -
1
&& sources[in - gap] > temp) {
sources[in] = sources[in - gap];
in = in - gap;
}
sources[in] = temp;
}
}
System.out.print(
"增长序列为: "
+ gap +
" "
);
this
.displayArray();
}
}
/**
* 初始化待排序数组
*/
public
void
initArray(
int
[] array) {
for
(
int
i =
0
; i < array.length; i++) {
sources[i] = array[i];
}
itemsNum = array.length;
}
/**
* 显示数组内容
*/
public
void
displayArray() {
for
(
int
i =
0
; i < itemsNum; i++) {
System.out.print(
"\t"
+ sources[i] +
" "
);
}
System.out.println(
"\n"
);
}
public
static
void
main(String[] args) {
int
[] intervalSequence = {
5
,
3
,
1
};
int
[] source = {
49
,
38
,
65
,
97
,
76
,
13
,
27
,
49
,
55
,
04
};
ShellSortTest2 ss =
new
ShellSortTest2(source, intervalSequence);
// 初始化待排序数组
ss.initArray(source);
System.out.print(
"原始序列: "
);
ss.displayArray();
// 希尔排序
ss.shellSort();
System.out.print(
"最后结果: "
);
ss.displayArray();
}
}
|
运行结果如下:
1
2
3
4
5
6
7
8
9
|
原始序列:
49
38
65
97
76
13
27
49
55
4
增长序列为:
5
13
27
49
55
4
49
38
65
97
76
增长序列为:
3
13
4
49
38
27
49
55
65
97
76
增长序列为:
1
4
13
27
38
49
49
55
65
76
97
最后结果:
4
13
27
38
49
49
55
65
76
97
|
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持我.
原文链接:http://blog.csdn.net/ouyang_peng/article/details/46554099 。
最后此篇关于Java经典排序算法之希尔排序详解的文章就讲到这里了,如果你想了解更多关于Java经典排序算法之希尔排序详解的内容请搜索CFSDN的文章或继续浏览相关文章,希望大家以后支持我的博客! 。
滑动窗口限流 滑动窗口限流是一种常用的限流算法,通过维护一个固定大小的窗口,在单位时间内允许通过的请求次数不超过设定的阈值。具体来说,滑动窗口限流算法通常包括以下几个步骤: 初始化:设置窗口
表达式求值:一个只有+,-,*,/的表达式,没有括号 一种神奇的做法:使用数组存储数字和运算符,先把优先级别高的乘法和除法计算出来,再计算加法和减法 int GetVal(string s){
【算法】前缀和 题目 先来看一道题目:(前缀和模板题) 已知一个数组A[],现在想要求出其中一些数字的和。 输入格式: 先是整数N,M,表示一共有N个数字,有M组询问 接下来有N个数,表示A[1]..
1.前序遍历 根-左-右的顺序遍历,可以使用递归 void preOrder(Node *u){ if(u==NULL)return; printf("%d ",u->val);
先看题目 物品不能分隔,必须全部取走或者留下,因此称为01背包 (只有不取和取两种状态) 看第一个样例 我们需要把4个物品装入一个容量为10的背包 我们可以简化问题,从小到大入手分析 weightva
我最近在一次采访中遇到了这个问题: 给出以下矩阵: [[ R R R R R R], [ R B B B R R], [ B R R R B B], [ R B R R R R]] 找出是否有任
我正在尝试通过 C++ 算法从我的 outlook 帐户发送一封电子邮件,该帐户已经打开并记录,但真的不知道从哪里开始(对于 outlook-c++ 集成),谷歌也没有帮我这么多。任何提示将不胜感激。
我发现自己像这样编写了一个手工制作的 while 循环: std::list foo; // In my case, map, but list is simpler auto currentPoin
我有用于检测正方形的 opencv 代码。现在我想在检测正方形后,代码运行另一个命令。 代码如下: #include "cv.h" #include "cxcore.h" #include "high
我正在尝试模拟一个 matlab 函数“imfill”来填充二进制图像(1 和 0 的二维矩阵)。 我想在矩阵中指定一个起点,并像 imfill 的 4 连接版本那样进行洪水填充。 这是否已经存在于
我正在阅读 Robert Sedgewick 的《C++ 算法》。 Basic recurrences section it was mentioned as 这种循环出现在循环输入以消除一个项目的递
我正在思考如何在我的日历中生成代表任务的数据结构(仅供我个人使用)。我有来自 DBMS 的按日期排序的任务记录,如下所示: 买牛奶(18.1.2013) 任务日期 (2013-01-15) 任务标签(
输入一个未排序的整数数组A[1..n]只有 O(d) :(d int) 计算每个元素在单次迭代中出现在列表中的次数。 map 是balanced Binary Search Tree基于确保 O(nl
我遇到了一个问题,但我仍然不知道如何解决。我想出了如何用蛮力的方式来做到这一点,但是当有成千上万的元素时它就不起作用了。 Problem: Say you are given the followin
我有一个列表列表。 L1= [[...][...][.......].......]如果我在展平列表后获取所有元素并从中提取唯一值,那么我会得到一个列表 L2。我有另一个列表 L3,它是 L2 的某个
我们得到二维矩阵数组(假设长度为 i 和宽度为 j)和整数 k我们必须找到包含这个或更大总和的最小矩形的大小F.e k=7 4 1 1 1 1 1 4 4 Anwser是2,因为4+4=8 >= 7,
我实行 3 类倒制,每周换类。顺序为早类 (m)、晚类 (n) 和下午类 (a)。我固定的订单,即它永远不会改变,即使那个星期不工作也是如此。 我创建了一个函数来获取 ISO 周数。当我给它一个日期时
假设我们有一个输入,它是一个元素列表: {a, b, c, d, e, f} 还有不同的集合,可能包含这些元素的任意组合,也可能包含不在输入列表中的其他元素: A:{e,f} B:{d,f,a} C:
我有一个子集算法,可以找到给定集合的所有子集。原始集合的问题在于它是一个不断增长的集合,如果向其中添加元素,我需要再次重新计算它的子集。 有没有一种方法可以优化子集算法,该算法可以从最后一个计算点重新
我有一个包含 100 万个符号及其预期频率的表格。 我想通过为每个符号分配一个唯一(且前缀唯一)的可变长度位串来压缩这些符号的序列,然后将它们连接在一起以表示序列。 我想分配这些位串,以使编码序列的预
我是一名优秀的程序员,十分优秀!