새소식

반응형
CS 지식/자료구조와 알고리즘(Java)

[Algorithm | Java] Shell Sort(셸 정렬) 알고리즘

2022.12.28
  • -
반응형

이번 시간에는 쉘 정렬(Shell Sort)에 대해서 배워볼 것입니다.

 

1. 셸 정렬이란?

셸 정렬은 삽입 정렬의 성질을 이용하고 이를 보완한 삽입 정렬의 일반화 버전이라고 볼 수 있습니다.

  • 삽입 정렬의 설명은 이곳을 참조

 

삽입 정렬의 특징은 다음과 같은 것이 있었습니다.

 

  1. 입력되는 초기 리스트가 거의 정렬되어 있을 경우에만 효율적으로 사용 가능하다.
  2. 한 번에 한 요소의 위치만 결정 되기 때문에 비효율적이다.

 

 

이러한 삽입 정렬의 장점은 뽑아 먹고 단점은 보완한 것이 셸 정렬입니다.

 

그래서 셸 정렬은 기존의 삽입 정렬을 수행하기 전에 전체 데이터를 거의 정렬된 상태로 만들면 기존의 삽입 정렬을 그대로 처음부터 사용하는 것보다 더 좋은 성능을 발휘할 수 있다는 점에서 착안된 것입니다.

 

우선 셸 정렬은 Memory 상에서 필요 시에 상호 위치만 변경될 뿐 추가적인 배열은 생성이 불필요하다는 점에서 In-place 정렬 방식이고,

같은 값을 가지는 데이터의 기존 순서 유지를 보장할 수 없다는 점에서 Unstable 정렬입니다.

 

2. 동작 방식

셸 정렬의 동작 방식은 삽입 정렬과 동일합니다.

그러나 다른 점은 기존 삽입 정렬이 삽입 위치를 찾기 위해 인접한 값들끼리만 비교했다면 셸 정렬Gap(빈 공간)을 두어 인접하지 않은 값들끼리 비교하는 방식입니다.

 

그리고 이 Gap을 줄여가야 하는데, Gap이 1이 된다면 삽입 정렬과 동일한 상태로 동작하게 됩니다. 그래서 Gap이 1이 되기 전까지는 전체 데이터가 거의 정렬된 상태를 유지하는 것입니다.

 

셸 정렬이 Unstable한 이유는 이 Gap을 통해서 인접하지 않은 값들끼리 교환이 일어날 수 있기 때문인데 이제 어떻게 셸 정렬이 동작하는지 알아봅시다.

 

초기 배열의 상태는 다음과 같습니다.

0 1 2 3 4 5 6 7 8 9
20 35 -15 7 76 1 -3 8 0 -50

 

정렬은 0번 부터 시작하지만 0번과 비교할 데이터는 0 + k 번입니다. 여기서 k가 바로 우리가 위에서 말했던 Gap입니다.

이 k를 초기에 (배열의 크기 / 2)로 정하고 시작하겠습니다.

 

1) k = (10/2) = 5인 경우

같은 높이(행)에 있는 것들끼리 비교하여 정렬한다고 생각하면 됩니다.

 

0 1 2 3 4 5 6 7 8 9
1 -3 -15 0 -50 20 35 8 7 76

위 배열은 간격 별 정렬 후의 1차로 정렬된 상태입니다.

 

 

1차적인 정렬을 마쳤기 때문에 Gap을 조금씩 줄여야 합니다. 되도록 이 Gap은 홀수가 되는 것이 좋기 때문에 다음 Gap 3으로 해 보겠습니다.

 

 

2) k = 3인 경우

0 1 2 3 4 5 6 7 8 9
0 -50 -15 1 -3 7 35 8 20 76

 

마지막으로 Gap을 1로 다시 줄여서 삽입 정렬을 진행합니다.

 

이때 Gap이 1일때 삽입 정렬을 시도하는 것은 거의 정렬된 상태에서 삽입 정렬을 시도하는 것이기 때문에 상당히 빠른 퍼포먼스로 정렬을 마무리 할 수 있는 것입니다.

 

 

3) Gap = 1인 경우, 삽입 정렬 시도

0 1 2 3 4 5 6 7 8 9
-50 -15 -3 0 1 7 8 20 35 76

위 배열과 같이 모두 정렬이 잘 마무리 된 것을 확인 할 수 있습니다.

 

3. 셸 정렬 구현

package com.test;

public class ShellSort {

    public static void main(String[] args){
        int[] intArray = {20, 35, -15, 7, 55, 1, -22};

        // Gap에 따라 정렬 하기 위해 Gap을 이용한 반복문을 생성함
        for(int gap = intArray.length / 2; gap > 0; gap /= 2){

            // Gap의 크기에 맞게 최초 정렬을 시작할 기준을 지정하여 반복문 형성
            for(int i=gap; i < intArray.length; i++) {

                // i에 지정된 값에 해당하는 Value를 정렬 시를 대비해 미리 저장해 둠
                int newElement = intArray[i];

                // j를 이용해 Gap 만큼의 반복 정렬을 수행할 것이므로 따로 저장
                int j = i;

                // 해당 반복 정렬을 조건이 참인 경우 수행
                // 해당 조건은, j의 index 값이 gap보다 커야 하며, j-gap의 index에 지정 된 배열 값이 이전에 저장된 내용보다 큰 경우
                while (j >= gap & intArray[j - gap] > newElement) {

                    // 해당 값을 뒤 쪽으로 미루어 저장
                    intArray[j] = intArray[j - gap];

                    // 반복 비교를 위해 gap만큼 차감
                    j -= gap;
                }

                // 기존에 저장한 배열 값을 저장
                intArray[j] = newElement;
            }
        }

        for(int i=0; i < intArray.length; i++){
            if(i == intArray.length-1){
                System.out.print(intArray[i]);
            } else {
                System.out.print(intArray[i] + ", ");
            }
        }
    }
}

 

4. Gap 정하는 방법

  • 각 회전마다 Gap을 절반으로 줄여나간다.
    • 즉, 각 회전이 반복될 때마다 하나의 부분 리스트의 속한 값들의 갯수는 증가한다.
  • Gap은 홀수로 하는 것이좋다.
  • Gap을 절반으로 줄여나갈 때 짝수가 된다면 +1 (소수인 경우 반올림) 하여 홀수로 만들어 준다.
  • Gap이 1이 될때까지 반복한다.

 

위의 예시에서는 사실 Gap sequence를 단순하게 배열의 크기에서 2로 나누면서 진행해 나갔지만, 실제로 이에 대한 연구 (Best Gap Sequence, Knuth Sequence, Ciura Sequence)등에서 좋은 Gap을 얻는 방법은 계속해서 찾아내는 중입니다.

이에 대한 내용은 구글 검색을 통해 알아보도록 하고 셸 정렬에 대한 내용은 여기서 마치겠습니다.

 

5. 정렬 간 시간복잡도 비교

정렬 방식 Average Worst Memory Stable 여부 In-Place 여부 Run-time(정수 60,000개) 단위: sec
Bubble 정렬 O(n²) O(n²) O(1) O O 7.438
Bubble 정렬 O(n²) O(n²) O(1) X O 10.842
Insertion 정렬 O(n²) O(n²) O(1) O O 22.894
Shell 정렬 O(nlog₂n) O(n²) O(1) X O 0.056
Merge 정렬 O(nlog₂n) O(nlog₂n) O(1) O X 0.014
Quick 정렬 O(nlog₂n) O(n²) O(1) X O 0.034
Heap 정렬 O(nlog₂n) O(nlog₂n) O(1) X O 0.026

 

 

Insertion 정렬의 설명은 이곳을 참조

Quick 정렬의 설명은 이곳을 참조

정렬(Sorting)의 설명은 이곳을 참조

Bubble 정렬의 설명은 이곳을 참조

Shell 정렬의 설명은 이곳을 참조

Merge 정렬의 설명은 이곳을 참조

Heap 정렬은 우선순위 큐에서 사용하는 정렬이므로 해당 포스팅 이곳을 참조

Topological 정렬의 설명은 이곳을 참조

반응형
Contents

포스팅 주소를 복사했습니다

이 글이 도움이 되었다면 공감 부탁드립니다.