目录
一、定义
1.1 描述
希尔排序（Shellsort）有时也被称作缩减增量排序。它通过比较一定间距的元素来工作，各趟比较所用的距离随着算法的进行而减小。
首先要说明2个概念：
- 增量序列：希尔排序使用\(h_1,h_2,h_3,…,h_t\)序列，叫做增量序列，只要\(h_1=1\)，任何增量序列都是可行的！不过不同的增量对算法的影响可能差距很大。例如：\(h_1 = 1,h_2=3,h_3=5\)是一个增量序列。
- \(h_k\)排序：每次使用增量序列中的一个增量\(h_k\)进行排序之后，对于每一个\(i\)，我们都有\(a[i]\leq a[i+h_k]\)，所有相隔\(h_k\)的元素都被排序。
1.2 过程
\(h_k\)排序的一般做法：将\(h_k,h_k+1,…,N-1\)中的每一个位置\(i\)，把其上的元素放到\(i，i-h_k,i-2h_k,…\)中的正确位置。其实可以看出这就是在插入排序的基础上进行分组。
图解（增量序列：\(h_1 = 1,h_2=3,h_3=5\)，数组a=[81，94，11，96，12，35，17，95，28，58，41，75，15]）
过程描述
在\(h_3=5\)增量时。我们对a[5]以后的数字进行间距为5的插入排序，得到在间隔为5的所有元素都是已排序的。例如：a[0],a[5],a[10]是已排序的，a[1],a[6],a[11]是已排序的。
在\(h1=1\)增量时，相当于一次插入排序。所以说只要\(h_1=1\)，任何增量序列都是可行的！。
二、算法分析
我们知道，希尔排序的关键点在与增量序列，不同的增量序列对排序的效率将有不同的影响，我们总是期望选择一个增量序列，它拥有最好的时间函数。
选择增量序列，是希尔排序最最最重要的，也是从算法开始到现在，都没有得出最好结论的，我们永远不知道有没有一个增量序列比我们已知最好的还要好。但是我们可以分析出不同的增量得到的上界和下界，并由分析推荐几个合适的增量序列。
2.1 希尔增量序列
由Shell提出的一个序列：$h_t=\left \lfloor N/2 \right \rfloor $ 和 $h_k=\left \lfloor h_{k+1}/2 \right \rfloor $。这个序列的性能不算最好，是最开始提出的序列之一。我们很容易给出它的Java实现：
$h_t=\left \lfloor N/2 \right \rfloor $ 的含义：$h_t $ 的取值为比 \(N/2\) 小的最大整数。
同理：\(\lceil N/2 \rceil\)的取值为比\(N/2\)大的最小整数
/**
* 希尔排序。
* 增量序列：N/2，N/4 ....
*
* @param a
* @param <T>
*/
public static <T extends Comparable<? super T>> void shellsort(T[] a) {
int j;
for (int gap = a.length / 2; gap > 0; gap /= 2) { // 增量序列
// 每个序列排序过程
for (int i = gap; i < a.length; i++) {
T tmp = a[i];
for (j = i; j >= gap && tmp.compareTo(a[j - gap]) < 0; j -= gap) {
a[j] = a[j - gap];
}
a[j] = tmp;
}
}
}
希尔增量时，希尔排序的最坏情形运行时间为\(\Theta(N^2)\)
这个时间将很容易证明，我们需要分2步。
- 首先给出最坏情形的一个数组。
- 对这个数组用希尔增量序列进行分析，分析过程如上文第一张图。
我们假设有这样一个数组a={1，9，2，10，3，11，4，12，5，13，6，14，7，15，8，16}。这个数组看上去只是奇怪，但是构造这样的数组，对于希尔增量来说，将会很麻烦。因为希尔增量的取值为\(N/2\)并不断二分。我们可以给出这个数组的增量序列为\(h_4=8,h_3=4,h_2=2,h_1=1\)。
我们首先证明下界\(\Omega(N^2)\)（其实这个下界适用于多种排序，可以单独拿出来证明，而不限于希尔排序）。如果走一遍上面的增量序列，我们可以对每个要比较移动的数字，进行判断。对于15，我们只需要移动1次到倒数第二，14需要移动2次到倒数第三，13需要移动3次到倒数第四，…，数字9需要移动7次。统计需要次数：1+2+3+…+7 = 28。所以总的次数：\(\sum\limits_{i=1}^{N/2} i-1=\Omega(N^2)\)。
我们再说明上界\(O(N^2)\)。我们前面在分析增量为\(h_k\)的一趟排序时不断提到插入排序，而且希尔排序确实基于这样一个事实：带有增量\(h_k\)的一趟排序由\(h_k\)次关于\(N/h_k\)个元素的插入排序组成。由于插入排序的界是已知的二次界。所以每趟排序的开销\(O(h_k(N/h_k)^2)\)。求和得到：
\[O(\sum_{i=1}^{t}N^2/h_i)\\
=O(N^2\sum_{i=1}^{t}1/h_i)\\
\mbox{我们已知：}\sum_{i=1}^{t}1/h_i \mbox{ 中，增量是一个几何级数,例如上例，h1=1，h2=2，h3=4，h4=8}\\
\sum_{i=1}^{t}1/h_i 是一个公比为2的几何级数，而且最大项h_1 = 1。所以\sum_{i=1}^{t}1/h_i<2。\\
O(N^2\sum_{i=1}^{t}1/h_i) 表示为：O(N^2)\]
所以希尔增量得到的希尔排序时间界为\(\Theta(N^2)\)。
2.2 其他增量序列
Hibbard增量序列：1，3，7，···，\(2^k-1\)。
这个增量序列的时间界：\(\Theta(N^{3/2})\)。我是不会写证明过程的，这个证明说了白说...
还有一些其他的增量序列，他们各自都有自己的时间界。但是迄今为止，无人敢断定还会不会有更好的增量序列。
Pratt证明了\(\Theta(N^{3/2})\)的界适用于广泛的增量序列
三、代码地址
https://github.com/dhcao/dataStructuresAndAlgorithm/blob/master/src/chapterSeven/ShellsortEx.java
标签：插入排序,gap,希尔,增量,序列,排序 来源： https://www.cnblogs.com/dhcao/p/10704131.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。