Sorting-Algorithms-Blender 一次看懂 4 种算法：堆排序、希尔排序、插入排序与选择排序的动画对比
【免费下载链接】Sorting-Algorithms-BlenderSorting algorithms visualized using the Blender Python API.项目地址: https://gitcode.com/gh_mirrors/so/Sorting-Algorithms-Blender
想真正看懂排序算法，光看代码远远不够。Sorting-Algorithms-Blender是一个用 Blender Python API 把经典排序算法变成 3D 动画的开源项目：每个数字是一根立方体柱子，柱子高低代表数值大小，排序过程中柱子不断交换位置，整个过程以关键帧动画的形式呈现在你眼前。本文就用它来一次看懂堆排序、希尔排序、插入排序与选择排序这 4 种算法的动画对比，帮你从"死记代码"升级为"看懂过程"。
📌 本文面向新手与普通用户，不贴大段代码，只讲思路、看动画、比效率。
什么是 Sorting-Algorithms-Blender？
Sorting-Algorithms-Blender 的原理很简单：运行项目里的某个 Python 脚本，Blender 就会自动生成一批基础网格物体（立方体），并按照排序算法执行时数组元素的位置变化，逐帧插入关键帧，最终生成一段完整的排序算法动画。
它最大的亮点有两个：
- 🔍动画还原过程：不是只给结果，而是把每一轮比较、每一次交换都演给你看。
- 📊内置计数器：画面上还会实时显示"比较次数"和"数组访问次数"，让你直观感受算法的工作量。
4 种可视化方式怎么选？sort_scale 目录最直观
项目把可视化脚本分成 4 个文件夹，对应 4 种不同的表现手法：
| 文件夹 | 数值如何表示 | 位置如何表示 | 额外特性 |
|---|---|---|---|
sort_circle | 材质 HSV 颜色 | 长方体旋转角度 | 颜色环 |
sort_color | 材质红绿通道 | 平面位置 | 自定义渐变色 |
sort_combined | 材质颜色 | 平面位置 | 多个二维数组拼成立方体 |
sort_scale | 立方体高度（缩放） | 立方体位置 | 比较次数 + 数组访问计数器 |
如果你第一次接触这个项目，建议从sort_scale目录入手：柱子越高数值越大，柱子左右移动就是元素交换，一眼就能看懂。本文介绍的 4 种算法，在sort_scale里都有对应的脚本：
sort_scale/heap_sort_scale.pysort_scale/shell_sort_scale.pysort_scale/insertion_sort_scale.pysort_scale/selection_sort_scale.py
3 步快速上手：在 Blender 里运行排序算法动画
想在本地亲眼看到这些动画，只需要 3 步：
- 安装并启动 Blender（官网免费下载，跨平台支持）。
- 打开 Blender 的Text Editor（文本编辑器），载入上述任意一个
.py脚本。 - 点击运行按钮，等待脚本自动创建物体、插入关键帧，然后播放动画即可。
项目源码可以通过 git clone 获取：
git clone https://gitcode.com/gh_mirrors/so/Sorting-Algorithms-Blender如果只是想快速体验，建议先跑sort_scale下的脚本，动画最直白、反馈最清晰。🎬
堆排序动画：二叉堆的"建堆—取根"之旅
堆排序基于二叉堆数据结构，整个过程可以分成两段看：
- 建堆：把乱序数组调整成一个最大堆（父节点大于子节点）。
- 取根：反复把堆顶的最大值"扔"到数组末尾，再对剩余部分重新堆化。
在动画里，你会看到柱子先是"层层调整"地堆出金字塔结构，然后最高的一根柱子被不断取出、放到末尾，剩下的部分继续重新排列。整个过程环环相扣，非常像"从金字塔顶端不断抽走最大的砖块"。
堆排序最厉害的地方在于：它的最好、平均、最坏情况时间复杂度都是O(n log n)，而且空间复杂度只有O(1)，属于"又稳又快"的选手。
💡 观看技巧：注意动画后期，柱子会从右往左逐渐"定格"，那就是已经排好的部分。
希尔排序动画：让插入排序"跳着走"
希尔排序可以理解为插入排序的升级版。普通插入排序每次只能把元素移动一格，而希尔排序先按一个较大"间隔（gap）"把数组分成若干子序列，各自做插入排序，然后逐步缩小间隔，直到间隔为 1 完成最终排序。
动画中你会看到非常独特的画面：柱子不是相邻元素两两交换，而是隔着好几根柱子跳跃式比较，间隔越变越小，画面从"粗犷"逐渐变得"精细"，最后像普通插入排序一样收尾。
这种"先粗排、再细排"的思路，让希尔排序在中等规模数据上远快于普通插入排序，平均复杂度约O(n(log n)²)，空间复杂度同为O(1)。
插入排序动画：像整理扑克牌一样
插入排序的思路人人都会：把数组分成"已排序区"和"未排序区"，每次从未排序区取一个元素，插到已排序区合适的位置，就像打扑克时一张张理牌。
看动画时，你会看到左边柱子逐渐变得有序，每次从右边"抽"出一根柱子，一路向左"挤"过比自己高的柱子，找到自己的位置插进去。对于基本有序的数据，插入排序表现极佳，最好情况只需O(n)；最坏和平均情况为O(n²)，空间复杂度O(1)。
选择排序动画：每次都挑最小的
选择排序是最"老实"的算法之一：维护一个已排序区和一个未排序区，每一轮都在未排序区里扫描出最小值，然后和未排序区第一个元素交换。
动画中，你会看到每次排序都会有一根"巡视"的柱子从左到右扫过整个区域，找到最小值后把它"请"到最前面。它的特点是交换次数极少（最多 n 次交换），但无论数据是否有序，比较次数都是固定的O(n²)，所以最好情况和最坏情况一样慢。
4 种排序算法动画对比：一张表看懂复杂度
看完 4 段动画，再用一张表收拢它们的效率差异（数据来自项目 README 的 Big O 复杂度表）：
| 算法 | 最好情况 | 平均情况 | 最坏情况 | 空间复杂度 |
|---|---|---|---|---|
| 堆排序 | Ω(n log n) | Θ(n log n) | O(n log n) | O(1) |
| 希尔排序 | Ω(n log n) | Θ(n(log n)²) | O(n(log n)²) | O(1) |
| 插入排序 | Ω(n) | Θ(n²) | O(n²) | O(1) |
| 选择排序 | Ω(n²) | Θ(n²) | O(n²) | O(1) |
对比结论很清晰：堆排序效率上限最高且稳定；希尔排序介于两者之间，工程中很实用；插入排序对近乎有序的数据有天然优势；选择排序实现最简单，但比较次数不因数据状态而减少。
看动画时，别忘了看这两个计数器
sort_scale的脚本在动画画面下方额外渲染了两个实时计数器：
- Comparisons（比较次数）：记录算法执行了多少次元素比较。
- Array Accesses（数组访问次数）：记录算法读写数组的次数。
这两个数字会随着动画逐帧增长，直接告诉你"谁的运算量更大"。这也是项目作者刻意设计的：动画本身只展示元素移动轨迹，而计数器才是反映时间复杂度的直观指标。
总结：为什么推荐用动画学习排序算法？
对新手来说，排序算法最劝退的地方是"看得懂伪代码，看不懂过程"。Sorting-Algorithms-Blender 把抽象的数组操作变成了看得见的柱子移动：
- ✅ 堆排序让你看懂"建堆—取根"的循环结构；
- ✅ 希尔排序让你理解"间隔递减"的跳跃式排序；
- ✅ 插入排序让你体会"逐步理牌"的直觉；
- ✅ 选择排序让你看清"每轮挑最小"的朴素逻辑。
如果你想连其他算法一起看，项目里还提供了冒泡排序、归并排序、快速排序的脚本，分布在sort_circle、sort_color、sort_scale等目录中，甚至还有把多个二维数组拼成立方体的sort_combined/combined_sort_cube.py。打开 Blender，运行一个脚本，花 30 秒看完一段动画，你对排序算法的理解会立刻上一个台阶。🚀
【免费下载链接】Sorting-Algorithms-BlenderSorting algorithms visualized using the Blender Python API.项目地址: https://gitcode.com/gh_mirrors/so/Sorting-Algorithms-Blender
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
