Shell Sort 是 Insertion Sort 的改良版，加入了間距 (Gap) 的概念將資料分成小區塊，將整組資料分組，每區塊用 Insertion Sort 比對排列，下輪間距變小再進行一次分組與比對，直到間距為 1 時比對完成即結束。

Gap 要設多少都可以，這邊使用 D.L Shell (Shell Sort 發明人)原先提出時使用的對半分 (length / 2) ，每輪反覆除以 2。

Separate Element & Insertion Sort

以 [9, 133, 567, 44, 21, 45, 11, 561] 來說：

Gap = length / 2 = 4

分組如下：

每列 (row) 中的數字做比對，以上面來說就是 9, 21 一列、 133, 45 一列，以此類推。

每組用 Insertion Sort 比對並交換位置後：

第一輪結果：

接續將 Gap 再次砍半變成 2

分組如下：

每組用 Insertion Sort 比對後：

第二輪結果：

接續將 Gap 再次砍半變成 1，用 Insertion Sort 比對後的結果：

Implementation

function shellSort( array ) {
  // Separating element by gap
  for ( let gap = Math.floor( array.length / 2 ); gap >= 1; gap = Math.floor( gap / 2 ) ) {
    // Iterating every element and comparing with it's previous element
    for ( let i = gap; i < array.length; i++ ) {
      let currentIndex = i;
      // If it founds need to swap, keep forward comparing until current element is bigger than previous element
      while ( currentIndex - gap >= 0 && array[ currentIndex ] < array[ currentIndex - gap ] ) {
        let temp = array[ currentIndex ];
        array[ currentIndex ] = array[ currentIndex - gap ];
        array[ currentIndex - gap ] = temp;
        currentIndex -= gap;
      }
    }
  }
}

Big O Complexity

整體而言複雜度概念上和 Insertion Sort 相近，只是 Shell Sort 多加了 Gap 的概念做改良。

空間複雜度一樣都是 O(1)， 都使用原本輸入的陣列做原地排序 (in-place)。

時間複雜度的部分，若是在快排序好的資料上，最好的情況接近於 log(n) (總共幾輪 Gap 遞減) 乘上 n (每輪元素一一比對，但卻都沒有需要往前遍歷交換位置)。

大部分與最壞的情況下，每輪元素比對時會需要往前遍歷做交換，由於每輪比對後會保證其一部份的順序是正確的，故每輪每個元素遍歷時最多就是 log(n) 次，所以是 n log(n) 再乘上 log(n) 。

2024/10/28 更新
感謝各位讀者看到這裡～
之後新增的文章都會在我的部落格內，
像是資料結構 Trie
和演算法 Quick select
就不再同步到這裡了。

部落格的文章底下也有留言區可以給我些回饋～