当前位置： 首页 > news >正文

十大经典排序算法-希尔排序与归并排序

news 2025/7/15 0:19:42

1、希尔排序

希尔排序，也称递减增量排序算法，是插入排序的一种更高效的改进版本。但希尔排序是非稳定排序算法。

希尔排序是基于插入排序的以下两点性质而提出改进方法的：

  • 插入排序在对几乎已经排好序的数据操作时，效率高，即可以达到线性排序的效率；
  • 但插入排序一般来说是低效的，因为插入排序每次只能将数据移动一位；

希尔排序的基本思想是：先将整个待排序的记录序列分割成为若干子序列分别进行直接插入排序，待整个序列中的记录"基本有序"时，再对全体记录进行依次直接插入排序。

1. 算法步骤

选择一个增量序列 t1，t2，……，tk，其中 ti > tj, tk = 1；

按增量序列个数 k，对序列进行 k 趟排序；

每趟排序，根据对应的增量 ti，将待排序列分割成若干长度为 m 的子序列，分别对各子表进行直接插入排序。仅增量因子为 1 时，整个序列作为一个表来处理，表长度即为整个序列的长度。

2. 示意图

代码实现

JavaScript

实例

function shellSort(arr) {    
var len = arr.length,temp,gap = 1;    
while(gap < len/3) {         *//动态定义间隔序列*        
gap =gap*3+1;    
}    
for (gap; gap > 0; gap = Math.floor(gap/3)) {        
for (var i = gap; i < len; i++) {           temp = arr[i];            for (var j = i-gap; j >= 0 && arr[j] > temp; j-=gap) {                arr[j+gap] = arr[j];            }            arr[j+gap] = temp;        }    }    return arr;}

Python

实例

def shellSort(arr):    
import math    gap=1    
while(gap < len(arr)/3):        
gap = gap*3+1    
while gap > 0:        
for i in range(gap,len(arr)):            
temp = arr[i]            
j = i-gap            
while j >=0 and arr[j] > temp:                
arr[j+gap]=arr[j]                
j-=gap            
arr[j+gap] = temp        
gap = math.floor(gap/3)    
return arr

Go

实例

func shellSort(arr []int) []int {        
length := len(arr)        
gap := 1        
for gap < length/3 {                
gap = gap*3 + 1        
}        
for gap > 0 {                
for i := gap; i < length; i++ {                        
temp := arr[i]                        
j := i - gap                        
for j >= 0 && arr[j] > temp {                                
arr[j+gap] = arr[j]                                
j -= gap                        
}                        
arr[j+gap] = temp                
}               gap = gap / 3        }        return arr}

Java

实例

public static void shellSort(int[] arr) {int length = arr.length;int temp;for (int step = length / 2; step >= 1; step /= 2) {for (int i = step; i < length; i++) {temp = arr[i];int j = i - step;while (j >= 0 && arr[j] > temp) {arr[j + step] = arr[j];j -= step;}arr[j + step] = temp;}}
}

PHP

实例

function shellSort($arr){$len = count($arr);$temp = 0;$gap = 1;while($gap < $len / 3) {$gap = $gap * 3 + 1;}for ($gap; $gap > 0; $gap = floor($gap / 3)) {for ($i = $gap; $i < $len; $i++) {$temp = $arr[$i];for ($j = $i - $gap; $j >= 0 && $arr[$j] > $temp; $j -= $gap) {$arr[$j+$gap] = $arr[$j];}$arr[$j+$gap] = $temp;}}return $arr;
}

C

实例

void shell_sort(int arr[], int len) {int gap, i, j;int temp;for (gap = len >> 1; gap > 0; gap >>= 1)for (i = gap; i < len; i++) {temp = arr[i];for (j = i - gap; j >= 0 && arr[j] > temp; j -= gap)arr[j + gap] = arr[j];arr[j + gap] = temp;}
}

C++

实例

template<typename T>
void shell_sort(T array[], int length) {int h = 1;while (h < length / 3) {h = 3 * h + 1;}while (h >= 1) {for (int i = h; i < length; i++) {for (int j = i; j >= h && array[j] < array[j - h]; j -= h) {std::swap(array[j], array[j - h]);}}h = h / 3;}
}

2、归并排序 

归并排序（Merge sort）是建立在归并操作上的一种有效的排序算法。该算法是采用分治法（Divide and Conquer）的一个非常典型的应用。

作为一种典型的分而治之思想的算法应用，归并排序的实现由两种方法：

  • 自上而下的递归（所有递归的方法都可以用迭代重写，所以就有了第 2 种方法）；
  • 自下而上的迭代；

在《数据结构与算法 JavaScript 描述》中，作者给出了自下而上的迭代方法。但是对于递归法，作者却认为：

However, it is not possible to do so in JavaScript, as the recursion goes too deep for the language to handle.

然而，在 JavaScript 中这种方式不太可行，因为这个算法的递归深度对它来讲太深了。

说实话，我不太理解这句话。意思是 JavaScript 编译器内存太小，递归太深容易造成内存溢出吗？还望有大神能够指教。

和选择排序一样，归并排序的性能不受输入数据的影响，但表现比选择排序好的多，因为始终都是 O(nlogn) 的时间复杂度。代价是需要额外的内存空间。

2. 算法步骤

  1. 申请空间，使其大小为两个已经排序序列之和，该空间用来存放合并后的序列；
  2. 设定两个指针，最初位置分别为两个已经排序序列的起始位置；
  3. 比较两个指针所指向的元素，选择相对小的元素放入到合并空间，并移动指针到下一位置；
  4. 重复步骤 3 直到某一指针达到序列尾；
  5. 将另一序列剩下的所有元素直接复制到合并序列尾。

3. 示意图

代码实现

JavaScript

实例

function mergeSort(arr) {// 采用自上而下的递归方法var len = arr.length;if(len < 2) {return arr;}var middle = Math.floor(len / 2),left = arr.slice(0, middle),right = arr.slice(middle);return merge(mergeSort(left), mergeSort(right));}function merge(left, right){var result = [];while (left.length && right.length) {if (left[0] <= right[0]) {result.push(left.shift());} else {result.push(right.shift());}}while (left.length)result.push(left.shift());while (right.length)result.push(right.shift());return result;
}

Python

实例

def mergeSort(arr):import mathif(len(arr)<2):return arrmiddle = math.floor(len(arr)/2)left, right = arr[0:middle], arr[middle:]return merge(mergeSort(left), mergeSort(right))def merge(left,right):result = []while left and right:if left[0] <= right[0]:result.append(left.pop(0))else:result.append(right.pop(0));while left:result.append(left.pop(0))while right:result.append(right.pop(0));return result

Go

实例

func mergeSort(arr []int) []int {length := len(arr)if length < 2 {return arr}middle := length / 2left := arr[0:middle]right := arr[middle:]return merge(mergeSort(left), mergeSort(right))}func merge(left []int, right []int) []int {var result []intfor len(left) != 0 && len(right) != 0 {if left[0] <= right[0] {result = append(result, left[0])left = left[1:]} else {                        
result = append(result, right[0])right = right[1:]}}for len(left) != 0 {result = append(result, left[0])left = left[1:]}for len(right) != 0 {result = append(result, right[0])right = right[1:]}return result
}

Java

实例

public class MergeSort implements IArraySort {@Overridepublic int[] sort(int[] sourceArray) throws Exception {// 对 arr 进行拷贝，不改变参数内容int[] arr = Arrays.copyOf(sourceArray, sourceArray.length);if (arr.length < 2) {return arr;}int middle = (int) Math.floor(arr.length / 2);int[] left = Arrays.copyOfRange(arr, 0, middle);int[] right = Arrays.copyOfRange(arr, middle, arr.length);return merge(sort(left), sort(right));}protected int[] merge(int[] left, int[] right) {int[] result = new int[left.length + right.length];int i = 0;while (left.length > 0 && right.length > 0) {if (left[0] <= right[0]) {result[i++] = left[0];                
left = Arrays.copyOfRange(left, 1, left.length);} else {result[i++] = right[0];right = Arrays.copyOfRange(right, 1, right.length);}}while (left.length > 0) {result[i++] = left[0];left = Arrays.copyOfRange(left, 1, left.length);}while (right.length > 0) {result[i++] = right[0];right = Arrays.copyOfRange(right, 1, right.length);}return result;}
}

PHP

实例

function mergeSort($arr){$len = count($arr);if ($len < 2) {return $arr;}$middle = floor($len / 2);$left = array_slice($arr, 0, $middle);$right = array_slice($arr, $middle);return merge(mergeSort($left), mergeSort($right));}function merge($left, $right){    $result = [];while (count($left) > 0 && count($right) > 0) {if ($left[0] <= $right[0]) {$result[] = array_shift($left);} else {$result[] = array_shift($right);}}while (count($left))$result[] = array_shift($left);while (count($right))$result[] = array_shift($right);return $result;
}

C

实例

int min(int x, int y) {return x < y ? x : y;
}
void merge_sort(int arr[], int len) {int *a = arr;int *b = (int *) malloc(len * sizeof(int));int seg, start;for (seg = 1; seg < len; seg += seg) {for (start = 0; start < len; start += seg * 2) {int low = start, mid = min(start + seg, len), high = min(start + seg * 2, len);int k = low;int start1 = low, end1 = mid;int start2 = mid, end2 = high;while (start1 < end1 && start2 < end2)b[k++] = a[start1] < a[start2] ? a[start1++] : a[start2++];while (start1 < end1)b[k++] = a[start1++];while (start2 < end2)b[k++] = a[start2++];}int *temp = a;a = b;b = temp;}if (a != arr) {int i;for (i = 0; i < len; i++)b[i] = a[i];b = a;}free(b);
}

递归版：

实例

void merge_sort_recursive(int arr[], int reg[], int start, int end) {if (start >= end)return;int len = end - start, mid = (len >> 1) + start;int start1 = start, end1 = mid;int start2 = mid + 1, end2 = end;merge_sort_recursive(arr, reg, start1, end1);merge_sort_recursive(arr, reg, start2, end2);int k = start;while (start1 <= end1 && start2 <= end2)reg[k++] = arr[start1] < arr[start2] ? arr[start1++] : arr[start2++];while (start1 <= end1)reg[k++] = arr[start1++];while (start2 <= end2)reg[k++] = arr[start2++];for (k = start; k <= end; k++)arr[k] = reg[k];
}void merge_sort(int arr[], const int len) {int reg[len];merge_sort_recursive(arr, reg, 0, len - 1);
}

C++

迭代版：

实例

template<typename T> // 整數或浮點數皆可使用,若要使用物件(class)時必須設定"小於"(<)的運算子功能
void merge_sort(T arr[], int len) {T *a = arr;T *b = new T[len];for (int seg = 1; seg < len; seg += seg) {for (int start = 0; start < len; start += seg + seg) {int low = start, mid = min(start + seg, len), high = min(start + seg + seg, len);int k = low;int start1 = low, end1 = mid;int start2 = mid, end2 = high;while (start1 < end1 && start2 < end2)b[k++] = a[start1] < a[start2] ? a[start1++] : a[start2++];while (start1 < end1)b[k++] = a[start1++];while (start2 < end2)b[k++] = a[start2++];}T *temp = a;a = b;b = temp;}if (a != arr) {for (int i = 0; i < len; i++)b[i] = a[i];b = a;}delete[] b;
}

递归版：

实例

void Merge(vector<int> &Array, int front, int mid, int end) {// preconditions:// Array[front...mid] is sorted// Array[mid+1 ... end] is sorted// Copy Array[front ... mid] to LeftSubArray// Copy Array[mid+1 ... end] to RightSubArrayvector<int> LeftSubArray(Array.begin() + front, Array.begin() + mid + 1);vector<int> RightSubArray(Array.begin() + mid + 1, Array.begin() + end + 1);int idxLeft = 0, idxRight = 0;LeftSubArray.insert(LeftSubArray.end(), numeric_limits<int>::max());RightSubArray.insert(RightSubArray.end(), numeric_limits<int>::max());// Pick min of LeftSubArray[idxLeft] and RightSubArray[idxRight], and put into Array[i]for (int i = front; i <= end; i++) {if (LeftSubArray[idxLeft] < RightSubArray[idxRight]) {Array[i] = LeftSubArray[idxLeft];idxLeft++;} else {Array[i] = RightSubArray[idxRight];idxRight++;}}
}void MergeSort(vector<int> &Array, int front, int end) {if (front >= end)return;int mid = (front + end) / 2;MergeSort(Array, front, mid);MergeSort(Array, mid + 1, end);Merge(Array, front, mid, end);
}

C#

实例

public static List<int> sort(List<int> lst) {if (lst.Count <= 1)return lst;int mid = lst.Count / 2;List<int> left = new List<int>();// 定义左侧ListList<int> right = new List<int>(); 
// 定义右侧List// 以下兩個循環把 lst 分為左右兩個 Listfor (int i = 0; i < mid; i++)        
left.Add(lst[i]);for (int j = mid; j < lst.Count; j++)right.Add(lst[j]);left = sort(left);right = sort(right);return merge(left, right);}
/// <summary>
/// 合併兩個已經排好序的List
/// </summary>
/// <param name="left">左側List</param>
///<param name="right">右側List</param><returns></returns>static List<int> merge(List<int> left, List<int> right) {List<int> temp = new List<int>();while (left.Count > 0 && right.Count > 0) {if (left[0] <= right[0]) {temp.Add(left[0]);left.RemoveAt(0);} else {temp.Add(right[0]);right.RemoveAt(0);}}if (left.Count > 0) {for (int i = 0; i < left.Count; i++)temp.Add(left[i]);}    if (right.Count > 0) {for (int i = 0; i < right.Count; i++)temp.Add(right[i]);}return temp;}

Ruby

实例

def merge listreturn list if list.size < 2pivot = list.size / 2# Merge lambda { |left, right|final = []until left.empty? or right.empty?final << if left.first < right.first; left.shift else right.shiftendendfinal + left + right}.call merge(list[0...pivot]), merge(list[pivot..-1])
end

http://www.lryc.cn/news/483777.html

相关文章：

  • gitlab和jenkins连接
  • Qt Event事件系统小探2
  • [2024最新] java八股文实用版（附带原理）---java集合篇
  • pytorch tensor在CPU和GPU之间转换，numpy之间的转换
  • 【电压分层控制】光储三相并网下垂控制，直流微电网协调母线电压分层控制
  • 【CSS】absolute定位的默认位置
  • 遗传算法与深度学习实战——利用进化计算优化深度学习模型
  • 计算机视觉 ---图像读取与显示(OpenCV与Matplotlib)
  • XML Schema 字符串数据类型
  • Spring Boot 读取 yml 并映射至实体
  • /// ts中的三斜线指令 | 前端
  • 什么岗位需要学习 OpenGL ES ？说说 3.X 的新特性
  • 【插件】多断言 插件pytest-assume
  • ctfshow DSBCTF web部分wp
  • 三维点云 和模型转换的问题
  • 黑马智数Day7
  • 虚拟机安装Ubuntu 24.04服务器版(命令行版)
  • .net core开发windows程序在国产麒麟操作系统中运行
  • 【LinuxC编程】06 - 守护进程，线程
  • ＜websocket＞＜PLC＞使用js和html实现webscoket，与PLC进行socket通讯的实例
  • nginx部署H5端程序与PC端进行区分及代理多个项目及H5内页面刷新出现404问题。
  • blenderFds代码解读
  • 亚马逊评论爬虫+数据分析
  • 新手小白学习docker第六弹------Docker常规安装（安装tomcat、mysql、redis）
  • ReactPress与WordPress：两大开源发布平台的对比与选择
  • 机器情绪及抑郁症算法
  • 01-Ajax入门与axios使用、URL知识
  • 第四十五章 Vue之Vuex模块化创建（module）
  • [2024最新] macOS 发起 Bilibili 直播（不使用 OBS)
  • Netty实现WebSocket Client三种典型方式