Python 为什么shell排序的时间复杂性在我的数据中是nlogn？

环境：蟒蛇3.6，巨蟒5.1，巨蟒笔记本，麻木

我使用Python生成的随机数组来度量shell排序的时间复杂度，但发现它的时间复杂度更符合NlogN。 我知道shell排序的时间复杂度是O（n^2），我很困惑

外壳排序代码：

def shell_sort(list):
    n = len(list)
    gap = n // 2
    while gap > 0:
        for i in range(gap, n):
            temp = list[i]
            j = i
            while j >= gap and list[j - gap] > temp:
                list[j] = list[j - gap]
                j -= gap
            list[j] = temp
        gap = gap // 2
    return list

O（n^2）只是最坏情况下的时间复杂度，因此该算法可以在比随机输入更少的时间内运行，甚至在平均情况下（甚至在几乎所有的输入上…）

Shellsort的复杂性也取决于您选择的类型

---

某些间隙序列导致的最坏时间情况小于O（n^2），如间隙序列

1,4,13,40,121，

的O（n^1.5），或

1,2,3,4,6,8,9,12，

的O（nlog^2（n））（均归因于Pratt，1971）。换句话说：仅仅尝试一个输入根本没有意义，关于O（n^2）的说法可能是错误的，这取决于算法的具体实现。

存在许多与Shell排序复杂性相关的问题，人们怀疑，通过一些适当的参数选择和一些输入，其复杂性可能是O（n.logn）。

可能要发送代码？代码在哪里？但我的间距设置为2，这是最简单的一个。代码来自最基本的shell排序wikipeidia，这就是为什么我如此困惑的原因。@Xander nlogn属于O（n^2）因此，如果在某些情况下，甚至在许多情况下，时间更接近nlog而不是n^2，则没有问题。如果您有其他问题，则应发布用于生成随机数组的代码并计算平均时间。如果您的代码有问题，可能是因为您生成的不是实际随机数组，而是具有一定偏差的数组。我建议您使用20个随机数组样本测试每种大小（10-1000000输入容量）的平均时间，那么为什么是O（nlogn）而不是O（n^2）？那么你认为20个«随机»数组和一组数十亿或更多的数组是有代表性的吗？即使是这样，n^2是最坏的情况，那么随机选择集合排序可能是产生最坏情况的一种不好的方式。Giacomo回答了可能改变复杂性的间隙选择。