void ShellSort(int* a, int n)
{
int gap = n;
while (gap > 1)
{
// +1保证最后一个gap一定是1
// gap > 1时是预排序
// gap == 1时是插入排序
gap = gap / 3 + 1;
for (size_t i = 0; i < n - gap; ++i)
{
int end = i;
int tmp = a[end + gap];
while (end >= 0)
{
if (tmp < a[end])
{
a[end + gap] = a[end];
end -= gap;
}
else
{
break;
}
}
a[end + gap] = tmp;
}
}
}以上为完成代码实现，以下为详细讲解。
首先，希尔排序有两个过程。
1.预排序：让数组接近有序。
2.插入排序
（默认元素都存在数组a中，一共有a个元素）
预排序，即取一个gap值，gap至今并未直接证明取什么值最好，但大部人都同意gap=gap/3+1（gap初始化为n）效率最高。
为什么gap取值是变化的？因为：
gap越大，大的元素就可以越快跳到后面，小的元素就可以越快跳到前面，但是越不接近有序。gap越小，元素跳的越慢，但是越接近有序。当gap=1的时候就相当于插入排序，数组就有序了。所以我们期望gap取变化的值，那么就可以兼顾他们的优点。即gap取值越来越小可以实现这个想法。
那么gap取值为什么最后+1呢？因为：
gap/3的结果可能为0.1.2，那么最后一次就有可能不能实现插入排序，导致最后排序的数组并不是完全有序的。+1是为了保证最后一次一定是gap=1，那么就一定可以实现插入排序，那么数组就一定有序了。
将所有数据分成gap组，每组内的元素间相隔gap个位置，那么每组就有（n/gap=）3个数据（忽略gap取值中的+1）。然后分别将每一组中的元素进行排序。
接下来我们逐步写代码：
首先排一组：
我们先排红色这一组，我们需要注意的是i的终止位置，同时要注意，我们是用i这个位置的数据与下一个位置的数据来比较大小。数组中最后一个元素的下标为n-1，而且该元素恰好为这一组中的最后一个元素，那么倒数第二个元素的下标为n-1-gap，所以i<n-gap。然后要注意到的是内层while循环的条件，如果下一个位置的数据tmp比end这个位置的数据小，那么我们还要比较tmp是否比end-gap位置的数据小，如果还小，那么end就要一直前移gap个位置，最差的情况是end移动到了0-gap这个位置，就说明此时tmp是它及其它之前的所有元素中最小的那个，那么只需要把end+gap=0这个位置的数据赋值上tmp（0+gap及其之后的元素在while循环中已经被赋值完成了）。
//然后我们想对gap组数据进行排序
关键点就是end一开始的取值，我们在外面再加一层for循环，来为end赋初值。
//但是我们觉得这样三层循环有点冗余。
这种写法与上一种写法的比较次数是一样的。这种写法是每一组的第一二个元素都比较完了，再比较每一组的第二三个元素，那么最后一组就是n-gap-1与n-1相比，那么就把两层for循环变成了一层for循环。
这一种是多组并着走，上一种是一组一组走。
//最后，我们在最外层再加上while循环，来让gap成为一个不断变化的值。
最后，希尔排序的时间复杂度是O(N^1.3)，这是一个大约值，记住就行了，这个特别难算。
//接下来，简单讲一下这个时间复杂度为何难算：
取gap=n/3（忽略+1，影响不大），那么每一趟比较的消耗=每组比较次数*组数。
最坏情况下，第一趟预排序的消耗：（1+2）*（n/3）=n 。将这三个元素看成逆序的，第二个元素交换一次，第三个元素交换两次。gap就是组数。
最坏情况下，第二趟预排序的消耗：（1+2+3+4+5+6+7+8）*（n/9）=4*n 。第二趟gap=n/3/3=n/9，每组9个数据。看成逆序排列，同上一段的讲述。
但是要注意的问题是，每一趟都比前一趟更接近有序，那么就不会是最坏情况下的消耗。
最后一趟已经非常接近有序了，此时gap=1，也就是直接插入排序的消耗：n 。
同时，gap也是变化的值，主导元素一直在变化，导致时间复杂度无法精确的求出来。
那么每一趟的消耗呈现为下面这样的关系：
完结~撒花~
