最强直观的排序算法：插入排序、希尔排序、快速排序图文解析

2023-01-01 00:48:55

排序算法的探秘之旅：揭开插入、希尔和快速排序的神秘面纱

序言：踏上排序算法的奥秘之旅

算法的世界就像一幅五彩缤纷的画布，而排序算法就是点缀其上的瑰宝。今天，我们将踏上一次探索排序算法的奇幻之旅，重点关注插入排序、希尔排序和快速排序。准备好了吗？让我们一起掀开这些算法神秘的面纱，领略它们非凡的魅力！

直接插入排序：从简单到高效

直接插入排序就像一位细心的整理员，它将散落的扑克牌一一插入到正确的位置。它从数组的第二个元素开始，将其与前面的元素进行比较。如果当前元素小于前面的元素，它就会将当前元素向前移动，直到找到一个比它大的元素。然后，它会将当前元素插入到该元素之前的位置，就像插入一张扑克牌一样。

def insertion_sort(array):
    for i in range(1, len(array)):
        key = array[i]
        j = i - 1
        while j >= 0 and key < array[j]:
            array[j + 1] = array[j]
            j -= 1
        array[j + 1] = key

希尔排序：小步快跑，高效有序

希尔排序就像一位灵敏的猎豹，它将数组分割成多个子序列，每个子序列的大小由一个特定的增量值决定。然后，它对每个子序列进行插入排序，就像直接插入排序一样。最后，它将所有子序列合并成一个有序的数组。

def shell_sort(array):
    gap = len(array) // 2
    while gap > 0:
        for i in range(gap, len(array)):
            key = array[i]
            j = i
            while j >= gap and key < array[j - gap]:
                array[j] = array[j - gap]
                j -= gap
            array[j] = key
        gap //= 2

快速排序：分而治之，王者风范

快速排序是一位策略大师，它将数组划分为两个子数组：一个包含比基准元素小的元素，另一个包含比基准元素大的元素。然后，它递归地对子数组进行排序，最后合并两个有序的子数组。快速排序的平均时间复杂度为O(n log n)，但在最坏情况下，其时间复杂度为O(n^2)。

def quick_sort(array):
    if len(array) < 2:
        return array
    pivot = array[len(array) // 2]
    less = [i for i in array if i < pivot]
    middle = [i for i in array if i == pivot]
    greater = [i for i in array if i > pivot]
    return quick_sort(less) + middle + quick_sort(greater)