时间复杂度
最优时间复杂度：O(nlogn) 最坏时间复杂度：O(n ) 稳定性：不稳定
从⼀开始快速排序平均需要花费O(n        log        n)时间的描述并不明显。但是不难观 察到的是分区运算，数组的元素都会在每次循环中⾛访过⼀次，使⽤O(n)的 时间。在使⽤结合（concatenation）的版本中，这项运算也是O(n)。
在最好的情况，每次我们运⾏⼀次分区，我们会把⼀个数列分为两个⼏近相 等的⽚段。这个意思就是每次递归调⽤处理⼀半⼤⼩的数列。因此，在到达 ⼤⼩为⼀的数列前，我们只要作log        n次嵌套的调⽤。这个意思就是调⽤树的 深度是O(log        n)。但是在同⼀层次结构的两个程序调⽤中，不会处理到原来数 列的相同部分；因此，程序调⽤的每⼀层次结构总共全部仅需要O(n)的时间 （每个调⽤有某些共同的额外耗费，但是因为在每⼀层次结构仅仅只有O(n) 个调⽤，这些被归纳在O(n)系数中）。结果是这个算法仅需使⽤O(n        log        n)时 间。
快速排序演示

希尔排序
希尔排序(Shell        Sort)是插⼊排序的⼀种。也称缩⼩增量排序，是直接插⼊排 序算法的⼀种更⾼效的改进版本。希尔排序是⾮稳定排序算法。该⽅法因 DL．Shell于1959年提出⽽得名。        希尔排序是把记录按下标的⼀定增量分 组，对每组使⽤直接插⼊排序算法排序；随着增量逐渐减少，每组包含的关 键词越来越多，当增量减⾄1时，整个⽂件恰被分成⼀组，算法便终⽌。
希尔排序过程
希尔排序的基本思想是：将数组列在⼀个表中并对列分别进⾏插⼊排序，重 复这过程，不过每次⽤更⻓的列（步⻓更⻓了，列数更少了）来进⾏。最后 整个表就只有⼀列了。将数组转换⾄表是为了更好地理解这算法，算法本身 还是使⽤数组进⾏排序。
例如，假设有这样⼀组数[        13        14        94        33        82        25        59        94        65        23        45        27        73        25        39        10 ]，如果我们以步⻓为5开始进⾏排序，我们可以通过将这列表放在有5列的表 中来更好地描述算法，这样他们就应该看起来是这样(竖着的元素是步⻓组 成)：

[AppleScript] 纯文本查看 复制代码

13	14	94	33	82 25	59	94	65	23 45	27	73	25	39 10

然后我们对每列进⾏排序：

[AppleScript] 纯文本查看 复制代码

10	14	73	25	23 13	27	94	33	39 25	59	94	65	82 45

将上述四⾏数字，依序接在⼀起时我们得到：[        10        14        73        25        23        13        27        94        33 39        25        59        94        65        82        45        ]。这时10已经移⾄正确位置了，然后再以3为步⻓进 ⾏排序：

[AppleScript] 纯文本查看 复制代码

10	14	73 25	23	13 27	94	33 39	25	59 94	65	82 45

排序之后变为：

[AppleScript] 纯文本查看 复制代码

10	14	13 25	23	33 27	25	59 39	65	73 45	94	82 94

最后以1步⻓进⾏排序（此时就是简单的插⼊排序了）
希尔排序的分析

[AppleScript] 纯文本查看 复制代码

def	shell_sort(alist):				n	=	len(alist)				#	初始步⻓				gap	=	n	/	2				while	gap	>	0:								#	按步⻓进⾏插⼊排序								for	i	in	range(gap,	n):												j	=	i												#	插⼊排序												while	j>=gap	and	alist[j-gap]	>	alist[j]:																alist[j-gap],	alist[j]	=	alist[j],	alist[j-ga p]																j	-=	gap								#	得到新的步⻓
	gap	=	gap	/	2
alist	=	[54,26,93,17,77,31,44,55,20] shell_sort(alist) print(alist)

时间复杂度
最优时间复杂度：根据步⻓序列的不同⽽不同 最坏时间复杂度：O(n ) 稳定性：不稳定
希尔排序演示

时间复杂度
最优时间复杂度：O(nlogn) 最坏时间复杂度：O(n ) 稳定性：不稳定
从⼀开始快速排序平均需要花费O(n        log        n)时间的描述并不明显。但是不难观 察到的是分区运算，数组的元素都会在每次循环中⾛访过⼀次，使⽤O(n)的 时间。在使⽤结合（concatenation）的版本中，这项运算也是O(n)。
在最好的情况，每次我们运⾏⼀次分区，我们会把⼀个数列分为两个⼏近相 等的⽚段。这个意思就是每次递归调⽤处理⼀半⼤⼩的数列。因此，在到达 ⼤⼩为⼀的数列前，我们只要作log        n次嵌套的调⽤。这个意思就是调⽤树的 深度是O(log        n)。但是在同⼀层次结构的两个程序调⽤中，不会处理到原来数 列的相同部分；因此，程序调⽤的每⼀层次结构总共全部仅需要O(n)的时间 （每个调⽤有某些共同的额外耗费，但是因为在每⼀层次结构仅仅只有O(n) 个调⽤，这些被归纳在O(n)系数中）。结果是这个算法仅需使⽤O(n        log        n)时 间。
快速排序演示

希尔排序
希尔排序(Shell        Sort)是插⼊排序的⼀种。也称缩⼩增量排序，是直接插⼊排 序算法的⼀种更⾼效的改进版本。希尔排序是⾮稳定排序算法。该⽅法因 DL．Shell于1959年提出⽽得名。        希尔排序是把记录按下标的⼀定增量分 组，对每组使⽤直接插⼊排序算法排序；随着增量逐渐减少，每组包含的关 键词越来越多，当增量减⾄1时，整个⽂件恰被分成⼀组，算法便终⽌。
希尔排序过程
希尔排序的基本思想是：将数组列在⼀个表中并对列分别进⾏插⼊排序，重 复这过程，不过每次⽤更⻓的列（步⻓更⻓了，列数更少了）来进⾏。最后 整个表就只有⼀列了。将数组转换⾄表是为了更好地理解这算法，算法本身 还是使⽤数组进⾏排序。
例如，假设有这样⼀组数[        13        14        94        33        82        25        59        94        65        23        45        27        73        25        39        10 ]，如果我们以步⻓为5开始进⾏排序，我们可以通过将这列表放在有5列的表 中来更好地描述算法，这样他们就应该看起来是这样(竖着的元素是步⻓组 成)：

[AppleScript] 纯文本查看 复制代码

13	14	94	33	82 25	59	94	65	23 45	27	73	25	39 10

然后我们对每列进⾏排序：

[AppleScript] 纯文本查看 复制代码

10	14	73	25	23 13	27	94	33	39 25	59	94	65	82 45

将上述四⾏数字，依序接在⼀起时我们得到：[        10        14        73        25        23        13        27        94        33 39        25        59        94        65        82        45        ]。这时10已经移⾄正确位置了，然后再以3为步⻓进 ⾏排序：

[AppleScript] 纯文本查看 复制代码

10	14	73 25	23	13 27	94	33 39	25	59 94	65	82 45

排序之后变为：

[AppleScript] 纯文本查看 复制代码

10	14	13 25	23	33 27	25	59 39	65	73 45	94	82 94

最后以1步⻓进⾏排序（此时就是简单的插⼊排序了）
希尔排序的分析

[AppleScript] 纯文本查看 复制代码

def	shell_sort(alist):				n	=	len(alist)				#	初始步⻓				gap	=	n	/	2				while	gap	>	0:								#	按步⻓进⾏插⼊排序								for	i	in	range(gap,	n):												j	=	i												#	插⼊排序												while	j>=gap	and	alist[j-gap]	>	alist[j]:																alist[j-gap],	alist[j]	=	alist[j],	alist[j-ga p]																j	-=	gap								#	得到新的步⻓
	gap	=	gap	/	2
alist	=	[54,26,93,17,77,31,44,55,20] shell_sort(alist) print(alist)

时间复杂度
最优时间复杂度：根据步⻓序列的不同⽽不同 最坏时间复杂度：O(n ) 稳定性：不稳定
希尔排序演示