当前位置: 首页 > news >正文

C++归并排序详解以及代码实现

1. 介绍

归并排序(Merge Sort)是一种采用分治法(Divide and Conquer)策略的排序算法。该算法首先将已有序的子序列合并,得到完全有序的序列。在归并排序中,合并操作是将两个有序表合并成一个有序表的过程。

归并排序的原理是将数组不断分成两半,直到每个子数组只有一个元素,然后将这些子数组合并成一个有序的数组。合并操作需要两个子数组都是有序的,因此归并排序需要先对数组进行分解,然后再进行合并。

以下是归并排序的实现步骤:

  1. 将待排序的数组不断分成两半,直到每个子数组只有一个元素。这一步被称为分解。
  2. 对每个子数进行排序,可以使用任何有效的排序算法。这一步被称为求解。
  3. 将所有已排序的子数组合并成一个有序的数组。这一步被称为合并。

归并排序的时间复杂度是 O(n log n),其中 n 是数组的大小。这是因为它需要将数组分解成两半,然后再合并成一个有序的数组。归并排序的空间复杂度是 O(n),因为在合并过程中需要额外的空间来存储临时变量。

2. 代码实现

#include <iostream>  
using namespace std;  // 归并操作,将有序数组a和b合并成一个有序数组c  
void merge(int a[], int b[], int c[], int m, int n) {  int i = 0, j = 0, k = 0; // i、j、k分别指向数组a、b、c的起始位置  while (i < m && j < n) { // 比较a和b中的元素,将较小的元素放入c中  if (a[i] <= b[j]) {  c[k++] = a[i++];  } else {  c[k++] = b[j++];  }  }  while (i < m) { // 将数组a中剩余的元素放入c中  c[k++] = a[i++];  }  while (j < n) { // 将数组b中剩余的元素放入c中  c[k++] = b[j++];  }  
}  // 归并排序函数,将数组a中的元素进行排序  
void mergeSort(int a[], int n) {  if (n <= 1) { // 如果数组只有一个元素或为空,直接返回  return;  }  int mid = n / 2; // 计算数组的中间位置  int left[mid]; // 存储数组a左边部分的元素  int right[n - mid]; // 存储数组a右边部分的元素  for (int i = 0; i < mid; i++) { // 将数组a左边部分的元素放入left数组中  left[i] = a[i];  }  for (int i = mid; i < n; i++) { // 将数组a右边部分的元素放入right数组中  right[i - mid] = a[i];  }  mergeSort(left, mid); // 对left数组进行归并排序  mergeSort(right, n - mid); // 对right数组进行归并排序  merge(left, right, a, mid, n - mid); // 将left和right两个有序数组合并成一个有序数组a  
}  // 测试归并排序函数  
int main() {  int a[] = {38, 27, 43, 36, 16, 25, 6, 22}; // 待排序的数组  int n = sizeof(a) / sizeof(a[0]); // 数组的大小  mergeSort(a, n); // 对数组进行归并排序  for (int i = 0; i < n; i++) { // 输出排序后的数组元素  cout << a[i] << " ";  }  cout << endl;  return 0;  
}

上述代码实现了一个基于分治法的排序算法——归并排序,总结如下:

  1. 归并排序将数组不断分成两半,直到每个子数组只有一个元素。然后对每个子数组进行排序,最后将所有已排序的子数组合并成一个有序的数组。
  2. merge函数实现了合并操作,将两个有序的数组合并成一个有序的数组。
  3. mergeSort函数是归并排序的主要实现。首先判断数组长度,如果只有一个元素或为空,直接返回。然后计算中间位置,将数组分成左右两部分。接着对左右两部分递归地进行归并排序,最后调用merge函数将两个有序数组合并成一个有序数组。
  4. main函数中,定义了一个待排序的数组a,然后调用mergeSort函数对其进行归并排序。最后输出排序后的数组元素。
  5. 时间复杂度为O(n log n),空间复杂度为O(n)。
http://www.lryc.cn/news/266655.html

相关文章:

  • springboot整合JPA 多表关联 :一对多 多对多
  • Python 数据分析 Matplotlib篇 plt.rcParams 字典(第5讲)
  • DeamonSet详解
  • TwIST算法MALTLAB主程序详解
  • Flutter 三: Dart
  • redis基本用法学习(C#调用FreeRedis操作redis)
  • Postman接口测试(超详细整理)
  • 【深入解析spring cloud gateway】12 gateway参数调优与分析
  • Java继承,父类没有无参构造方法时,子类必须要显式调用父类的构造方法
  • Ubuntu 20.04使用Livox Mid-360
  • C语言之冒泡排序
  • 在Linux上安装NVM(Node Version Manager)
  • 常用两种Linux命令生成器
  • 【OAuth2】授权框架的四种授权方式详解
  • AI数字人不间断直播是什么?数字人直播带货如何搭建?
  • 真菌基因组研究高分策略(二):比较基因组揭示寄主外生菌根真菌基因组的动态进化
  • uni-app之HelloWorld实现
  • CVE-2023-49898 Apache incubator-streampark 远程命令执行漏洞
  • 即将来临的2024年,汽车战场再起波澜?
  • Python 爬虫之下载视频(二)
  • 智能优化算法应用:基于原子轨道搜索算法3D无线传感器网络(WSN)覆盖优化 - 附代码
  • [机器人-2]:开源MIT Min cheetah机械狗设计(二):机械结构设计
  • 用友U8+CRM help2 任意文件读取漏洞复现
  • freeRTOS实时操作系统学习笔记
  • 解决虚拟机卡顿、卡死、待机后不动的情况(真实有效
  • 【MybatisPlus快速入门】(3)SpringBoot整合MybatisPlus 之 Lombok插件安装及MybatisPlus分页代码示例
  • SpaceDesk如何连接平板/PC(生产力副屏)
  • 61.SVN版本控制系统
  • 操作系统 内存管理篇
  • 深度学习中用来训练的train.py 探究学习2.0( 数据预处理)