python編程實(shí)現(xiàn)希爾排序
觀察一下”插入排序“:其實(shí)不難發(fā)現(xiàn)她有個(gè)缺點(diǎn):
如果當(dāng)數(shù)據(jù)是”5, 4, 3, 2, 1“的時(shí)候,此時(shí)我們將“無(wú)序塊”中的記錄插入到“有序塊”時(shí),估計(jì)俺們要崩盤,每次插入都要移動(dòng)位置,此時(shí)插入排序的效率可想而知。
shell根據(jù)這個(gè)弱點(diǎn)進(jìn)行了算法改進(jìn),融入了一種叫做“縮小增量排序法”的思想,其實(shí)也蠻簡(jiǎn)單的,不過(guò)有點(diǎn)注意的就是:
增量不是亂取,而是有規(guī)律可循的。
希爾排序時(shí)效分析很難,關(guān)鍵碼的比較次數(shù)與記錄移動(dòng)次數(shù)依賴于增量因子序列d的選取,特定情況下可以準(zhǔn)確估算出關(guān)鍵碼的比較次數(shù)和記錄的移動(dòng)次數(shù)。目前還沒(méi)有人給出選取最好的增量因子序列的方法。增量因子序列可以有各種取法,有取奇數(shù)的,也有取質(zhì)數(shù)的,但需要注意:增量因子中除1 外沒(méi)有公因子,且最后一個(gè)增量因子必須為1。希爾排序方法是一個(gè)不穩(wěn)定的排序方法。
首先要明確一下增量的取法(這里圖片是copy別人博客的,增量是奇數(shù),我下面的編程用的是偶數(shù)):
第一次增量的取法為: d=count/2;
第二次增量的取法為: d=(count/2)/2;
最后一直到: d=1;
好,注意看圖了,第一趟的增量d1=5, 將10個(gè)待排記錄分為5個(gè)子序列,分別進(jìn)行直接插入排序,結(jié)果為(13, 27, 49, 55, 04, 49, 38, 65, 97, 76)
第二趟的增量d2=3, 將10個(gè)待排記錄分為3個(gè)子序列,分別進(jìn)行直接插入排序,結(jié)果為(13, 04, 49, 38, 27, 49, 55, 65, 97, 76)
第三趟的增量d3=1, 對(duì)整個(gè)序列進(jìn)行直接插入排序,最后結(jié)果為(04, 13, 27, 38, 49, 49, 55, 65, 76, 97)
重點(diǎn)來(lái)了。當(dāng)增量減小到1時(shí),此時(shí)序列已基本有序,希爾排序的最后一趟就是接近最好情況的直接插入排序??蓪⑶懊娓魈说?宏觀"調(diào)整看成是最后一趟的預(yù)處理,比只做一次直接插入排序效率更高。
本人是學(xué)python的,今天用python實(shí)現(xiàn)了希爾排序。
def ShellInsetSort(array, len_array, dk): # 直接插入排序 for i in range(dk, len_array): # 從下標(biāo)為dk的數(shù)進(jìn)行插入排序 position = i current_val = array[position] # 要插入的數(shù) index = i j = int(index / dk) # index與dk的商 index = index - j * dk # while True: # 找到第一個(gè)的下標(biāo),在增量為dk中,第一個(gè)的下標(biāo)index必然 0<=index<dk # index = index - dk # if 0<=index and index <dk: # break # position>index,要插入的數(shù)的下標(biāo)必須得大于第一個(gè)下標(biāo) while position > index and current_val < array[position-dk]: array[position] = array[position-dk] # 往后移動(dòng) position = position-dk else: array[position] = current_val def ShellSort(array, len_array): # 希爾排序 dk = int(len_array/2) # 增量 while(dk >= 1): ShellInsetSort(array, len_array, dk) print(">>:",array) dk = int(dk/2) if __name__ == "__main__": array = [49, 38, 65, 97, 76, 13, 27, 49, 55, 4] print(">:", array) ShellSort(array, len(array))
輸出:
>: [49, 38, 65, 97, 76, 13, 27, 49, 55, 4]
>>: [13, 27, 49, 55, 4, 49, 38, 65, 97, 76]
>>: [4, 27, 13, 49, 38, 55, 49, 65, 97, 76]
>>: [4, 13, 27, 38, 49, 49, 55, 65, 76, 97]
首先你得先會(huì)插入排序,不會(huì)你必然看不懂。
插入排序,即是對(duì)上圖三個(gè)黃色框中的數(shù)進(jìn)行插入排序。舉個(gè)例子:13,55,38,76
直接看55,55<13, 不用移動(dòng)。接著看38,38<55,那么55后移,數(shù)據(jù)變?yōu)閇13,55,55,76],接著比較13<38, 那么38替換55,變成[13,38,55,76]。其它同理,略。
這里有個(gè)問(wèn)題,比如第二個(gè)黃色框[27,4,65],4<27, 那27往后移,接著4就替換第一個(gè),數(shù)據(jù)變成[4,27,65],但是計(jì)算機(jī)怎么知道4就是在第一個(gè)啊??
我的做法是,先找出[27,4,65]第一個(gè)數(shù)的下標(biāo),在這個(gè)例子中27的下標(biāo)為1。當(dāng)要插入的數(shù)的下標(biāo)大于第一個(gè)下標(biāo)1時(shí),才可以往后移,前一個(gè)數(shù)不可以往后移有兩種情況,一種是前面有數(shù)據(jù),且小于要插入的數(shù),那你只能插在它后面。另一種,很重要,當(dāng)要插入數(shù)比前面所有數(shù)都小時(shí),那插入數(shù)肯定是放在第一個(gè),此時(shí)要插入數(shù)的下標(biāo)=第一個(gè)數(shù)的下標(biāo)。(這段話,感覺(jué)初學(xué)者應(yīng)該不大懂……)
為了找到第一個(gè)數(shù)的下標(biāo),最開始想的是用循環(huán),一直到最前面:
while True: # 找到第一個(gè)的下標(biāo),在增量為dk中,第一個(gè)的下標(biāo)index必然 0<=index<dk index = index - dk if 0<=index and index <dk: break
在Debug時(shí),發(fā)現(xiàn)用循環(huán)太浪費(fèi)時(shí)間了,特別是當(dāng)增量d=1時(shí),直接插入排序?yàn)榱瞬迦肓斜碜詈笠粋€(gè)數(shù),得循環(huán)減1,直到第一個(gè)數(shù)的下標(biāo),后來(lái)我學(xué)聰明了,用下面的方法:
j = int(index / dk) # index與dk的商 index = index - j * dk
時(shí)間復(fù)雜度:
希爾排序的時(shí)間復(fù)雜度是所取增量序列的函數(shù),尚難準(zhǔn)確分析。有文獻(xiàn)指出,當(dāng)增量序列為d[k]=2^(t-k+1)時(shí),希爾排序的時(shí)間復(fù)雜度為O(n^1.5), 其中t為排序趟數(shù)。
穩(wěn)定性: 不穩(wěn)定
希爾排序效果:
參考資料: 編程是我自己實(shí)現(xiàn)的。建議Debug看看運(yùn)行過(guò)程
1.非系統(tǒng)的學(xué)習(xí)也是在浪費(fèi)時(shí)間 2.做一個(gè)會(huì)欣賞美,懂藝術(shù),會(huì)藝術(shù)的技術(shù)人
以上就是本文的全部?jī)?nèi)容,希望對(duì)大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。
相關(guān)文章
python模塊與C和C++動(dòng)態(tài)庫(kù)相互調(diào)用實(shí)現(xiàn)過(guò)程示例
這篇文章主要為大家介紹了python模塊與C和C++動(dòng)態(tài)庫(kù)之間相互調(diào)用的實(shí)現(xiàn)過(guò)程示例,有需要的朋友可以借鑒參考下,希望能夠有所幫助2021-11-11Python對(duì)象轉(zhuǎn)JSON字符串的方法
這篇文章主要介紹了Python對(duì)象轉(zhuǎn)JSON字符串的方法,涉及Python基于json模塊實(shí)現(xiàn)json轉(zhuǎn)換的實(shí)現(xiàn)技巧,非常簡(jiǎn)便易懂,需要的朋友可以參考下2016-04-04Python 詳解爬取并統(tǒng)計(jì)CSDN全站熱榜標(biāo)題關(guān)鍵詞詞頻流程
讀萬(wàn)卷書不如行萬(wàn)里路,只學(xué)書上的理論是遠(yuǎn)遠(yuǎn)不夠的,只有在實(shí)戰(zhàn)中才能獲得能力的提升,本篇文章手把手帶你用Python爬取CSDN全站綜合熱榜標(biāo)題,順便統(tǒng)計(jì)關(guān)鍵詞詞頻,大家可以在過(guò)程中查缺補(bǔ)漏,提升水平2021-11-11python使用requests庫(kù)爬取拉勾網(wǎng)招聘信息的實(shí)現(xiàn)
這篇文章主要介紹了python使用requests庫(kù)爬取拉勾網(wǎng)招聘信息的實(shí)現(xiàn),文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2020-11-11python多線程案例之多任務(wù)copy文件完整實(shí)例
這篇文章主要介紹了python多線程案例之多任務(wù)copy文件,結(jié)合完整實(shí)例形式分析了Python使用multiprocessing模塊實(shí)現(xiàn)基于多線程的文件拷貝相關(guān)操作技巧,需要的朋友可以參考下2019-10-10Python如何爬取實(shí)時(shí)變化的WebSocket數(shù)據(jù)的方法
這篇文章主要介紹了Python如何爬取實(shí)時(shí)變化的WebSocket數(shù)據(jù)的方法,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2019-03-03簡(jiǎn)述Python2與Python3的不同點(diǎn)
在Python2和Python3中都提供print()方法來(lái)打印信息,但兩個(gè)版本間的print稍微有差異。下面通過(guò)本文給大家介紹Python2與Python3的不同點(diǎn),需要的朋友參考下2018-01-01