搜尋
首頁後端開發Python教學如何實作希爾排序演算法在Python中

    演算法描述

    希爾排序,又叫“縮小增量排序”,是對插入排序進行最佳化後產生的一種排序演算法。它的執行思路是:把數組內的元素按標增量分組,對每一組元素進行插入排序後,縮小增量並重複之前的步驟,直到增量到達1。

    一般來說,希爾排序的時間複雜度為O(n1.3)~O(n2),它視增量大小而定。希爾排序的空間複雜度是O(1),它是一個不穩定的排序演算法。進行希爾排序時,元素一次移動可能跨越多個元素,可能抵消多次移動,提高了效率。

    以下是使用(陣列長度/2)作為初始增量的升序希爾排序,每一輪排序過後,增量都縮小一半。

    第一步:

    如圖2-28所示,從第一個元素開始,以增量4來分組。可以看出,當增量為4時,一組內只有兩個元素,否則元素的下標就超出了陣列的範圍。

    如何實作希爾排序演算法在Python中

    第二步:

    #如圖2-29所示,對群組內的元素進行插入排序。

    如何實作希爾排序演算法在Python中

    第三步:

    #如圖2-30所示,繼續用相同的方法分組,對群組內的元素進行插入排序使得它們有序。

    如何實作希爾排序演算法在Python中

    整個陣列內的數都被遍歷完成後,這一輪排序就結束了。把增量縮小一半,繼續進行下一輪排序。

    第四步:

    如圖2-31所示,增量為2時,可以看出每一組內的元素增多了,組的總數減少了。繼續對每一組內的元素進行插入排序,直到每一組都遍歷完成。

    如何實作希爾排序演算法在Python中

    步驟五:

    最後一輪排序如圖2-32所示,再次把增量縮小一半;這時增量為1 ,相當於對整個陣列進行插入排序,也就是最後一輪排序。

    如何實作希爾排序演算法在Python中

    最後一輪排序結束後,整個希爾排序就結束了。

    程式碼實作

    在for迴圈中,由於每組的第一個元素不用進行插入排序,而它們的下標處於0~step-1,所以從下標step開始遍歷。

    要注意的是,如果要模擬流程圖中的做法,要使用兩個循環:先分組,然後一次使同組內的元素有序。為了提高效率,我們直接使用一個for循環,每遍歷到一個數,就對它所在的群組進行插入排序。這樣遍歷同樣符合插入排序的順序要求。在插入排序中,要改變目前下標的值,所以使用變數ind儲存目前下標,防止影響for迴圈。

    普通插入排序等同於增量為1的希爾排序,跨元素的希爾排序實際上只改變了增量,邏輯上與普通插入排序沒有區別。

    希爾排序代碼:

    nums = [5,3,6,4,1,2,8,7]
    def ShellSort(nums):
      step = len(nums)//2         #初始化增量为数组长度的一半
      while step > 0:           #增量必须是大于0的整数
       for i in range(step,len(nums)): #遍历需要进行插入排序的数
         ind = i
         while ind >= step and nums[ind] < nums[ind-step]: #对每组进行插入排序
          nums[ind],nums[ind-step] = nums[ind-step],nums[ind]
          ind -= step
       step //= 2           #增量缩小一半
      print(nums)
    ShellSort(nums)

    運行程序,輸出結果為:

    [1,2,3,4,5,6,7,8]

    以上是如何實作希爾排序演算法在Python中的詳細內容。更多資訊請關注PHP中文網其他相關文章!

    陳述
    本文轉載於:亿速云。如有侵權,請聯絡admin@php.cn刪除
    Python的科學計算中如何使用陣列?Python的科學計算中如何使用陣列?Apr 25, 2025 am 12:28 AM

    Arraysinpython,尤其是Vianumpy,ArecrucialInsCientificComputingfortheireftheireffertheireffertheirefferthe.1)Heasuedfornumerericalicerationalation,dataAnalysis和Machinelearning.2)Numpy'Simpy'Simpy'simplementIncressionSressirestrionsfasteroperoperoperationspasterationspasterationspasterationspasterationspasterationsthanpythonlists.3)inthanypythonlists.3)andAreseNableAblequick

    您如何處理同一系統上的不同Python版本?您如何處理同一系統上的不同Python版本?Apr 25, 2025 am 12:24 AM

    你可以通過使用pyenv、venv和Anaconda來管理不同的Python版本。 1)使用pyenv管理多個Python版本:安裝pyenv,設置全局和本地版本。 2)使用venv創建虛擬環境以隔離項目依賴。 3)使用Anaconda管理數據科學項目中的Python版本。 4)保留系統Python用於系統級任務。通過這些工具和策略,你可以有效地管理不同版本的Python,確保項目順利運行。

    與標準Python陣列相比,使用Numpy數組的一些優點是什麼?與標準Python陣列相比,使用Numpy數組的一些優點是什麼?Apr 25, 2025 am 12:21 AM

    numpyarrayshaveseveraladagesoverandastardandpythonarrays:1)基於基於duetoc的iMplation,2)2)他們的aremoremoremorymorymoremorymoremorymoremorymoremoremory,尤其是WithlargedAtasets和3)效率化,效率化,矢量化函數函數函數函數構成和穩定性構成和穩定性的操作,製造

    陣列的同質性質如何影響性能?陣列的同質性質如何影響性能?Apr 25, 2025 am 12:13 AM

    數組的同質性對性能的影響是雙重的:1)同質性允許編譯器優化內存訪問,提高性能;2)但限制了類型多樣性,可能導致效率低下。總之,選擇合適的數據結構至關重要。

    編寫可執行python腳本的最佳實踐是什麼?編寫可執行python腳本的最佳實踐是什麼?Apr 25, 2025 am 12:11 AM

    到CraftCraftExecutablePythcripts,lollow TheSebestPractices:1)Addashebangline(#!/usr/usr/bin/envpython3)tomakethescriptexecutable.2)setpermissionswithchmodwithchmod xyour_script.3)

    Numpy數組與使用數組模塊創建的數組有何不同?Numpy數組與使用數組模塊創建的數組有何不同?Apr 24, 2025 pm 03:53 PM

    numpyArraysareAreBetterFornumericalialoperations andmulti-demensionaldata,而learthearrayModuleSutableforbasic,內存效率段

    Numpy數組的使用與使用Python中的數組模塊陣列相比如何?Numpy數組的使用與使用Python中的數組模塊陣列相比如何?Apr 24, 2025 pm 03:49 PM

    numpyArraySareAreBetterForHeAvyNumericalComputing,而lelethearRayModulesiutable-usemoblemory-connerage-inderabledsswithSimpleDatateTypes.1)NumpyArsofferVerverVerverVerverVersAtility andPerformanceForlargedForlargedAtatasetSetsAtsAndAtasEndCompleXoper.2)

    CTYPES模塊與Python中的數組有何關係?CTYPES模塊與Python中的數組有何關係?Apr 24, 2025 pm 03:45 PM

    ctypesallowscreatingingangandmanipulatingc-stylarraysinpython.1)usectypestoInterfacewithClibrariesForperfermance.2)createc-stylec-stylec-stylarraysfornumericalcomputations.3)passarraystocfunctions foreforfunctionsforeffortions.however.however,However,HoweverofiousofmemoryManageManiverage,Pressiveo,Pressivero

    See all articles

    熱AI工具

    Undresser.AI Undress

    Undresser.AI Undress

    人工智慧驅動的應用程序,用於創建逼真的裸體照片

    AI Clothes Remover

    AI Clothes Remover

    用於從照片中去除衣服的線上人工智慧工具。

    Undress AI Tool

    Undress AI Tool

    免費脫衣圖片

    Clothoff.io

    Clothoff.io

    AI脫衣器

    Video Face Swap

    Video Face Swap

    使用我們完全免費的人工智慧換臉工具,輕鬆在任何影片中換臉!

    熱工具

    SecLists

    SecLists

    SecLists是最終安全測試人員的伙伴。它是一個包含各種類型清單的集合,這些清單在安全評估過程中經常使用,而且都在一個地方。 SecLists透過方便地提供安全測試人員可能需要的所有列表,幫助提高安全測試的效率和生產力。清單類型包括使用者名稱、密碼、URL、模糊測試有效載荷、敏感資料模式、Web shell等等。測試人員只需將此儲存庫拉到新的測試機上,他就可以存取所需的每種類型的清單。

    SublimeText3 Linux新版

    SublimeText3 Linux新版

    SublimeText3 Linux最新版

    DVWA

    DVWA

    Damn Vulnerable Web App (DVWA) 是一個PHP/MySQL的Web應用程序,非常容易受到攻擊。它的主要目標是成為安全專業人員在合法環境中測試自己的技能和工具的輔助工具,幫助Web開發人員更好地理解保護網路應用程式的過程,並幫助教師/學生在課堂環境中教授/學習Web應用程式安全性。 DVWA的目標是透過簡單直接的介面練習一些最常見的Web漏洞,難度各不相同。請注意,該軟體中

    ZendStudio 13.5.1 Mac

    ZendStudio 13.5.1 Mac

    強大的PHP整合開發環境

    Safe Exam Browser

    Safe Exam Browser

    Safe Exam Browser是一個安全的瀏覽器環境,安全地進行線上考試。該軟體將任何電腦變成一個安全的工作站。它控制對任何實用工具的訪問,並防止學生使用未經授權的資源。