当前位置: 首页 > news >正文

归并排序:优雅的分治排序算法(C语言实现)

一、算法思想

归并排序的核心思想是 分治法(Divide and Conquer)

  1. 分解:将待排序数组递归地分成两半

  2. 解决:对子数组进行排序

  3. 合并:将两个有序子数组合并成一个有序数组

二、算法特性

  • 时间复杂度:O(nlogn)(最优/平均/最差情况)

  • 空间复杂度:O(n)(需要额外存储空间)

  • 稳定性:稳定(相同元素相对位置不变)

三、C语言实现

#include <stdio.h>
#include <stdlib.h>// 合并两个有序数组
void merge(int arr[], int left, int mid, int right) {int n1 = mid - left + 1;    // 左子数组长度int n2 = right - mid;       // 右子数组长度// 创建临时数组int *L = (int*)malloc(n1 * sizeof(int));int *R = (int*)malloc(n2 * sizeof(int));// 拷贝数据到临时数组for (int i = 0; i < n1; i++)L[i] = arr[left + i];for (int j = 0; j < n2; j++)R[j] = arr[mid + 1 + j];// 合并临时数组回原数组int i = 0, j = 0, k = left;while (i < n1 && j < n2) {if (L[i] <= R[j]) {arr[k] = L[i];i++;} else {arr[k] = R[j];j++;}k++;}// 拷贝剩余元素while (i < n1) {arr[k] = L[i];i++;k++;}while (j < n2) {arr[k] = R[j];j++;k++;}free(L);free(R);
}// 归并排序主函数
void mergeSort(int arr[], int left, int right) {if (left < right) {int mid = left + (right - left) / 2;  // 防止溢出// 递归排序左右子数组mergeSort(arr, left, mid);mergeSort(arr, mid + 1, right);// 合并已排序的子数组merge(arr, left, mid, right);}
}// 打印数组
void printArray(int arr[], int size) {for (int i = 0; i < size; i++)printf("%d ", arr[i]);printf("\n");
}int main() {int arr[] = {12, 11, 13, 5, 6, 7};int arr_size = sizeof(arr) / sizeof(arr[0]);printf("原始数组: \n");printArray(arr, arr_size);mergeSort(arr, 0, arr_size - 1);printf("\n排序后数组: \n");printArray(arr, arr_size);return 0;
}

四、关键代码解析

  1. merge函数

    • 创建临时数组存储左右子数组

    • 使用双指针法合并两个有序数组

    • 保证排序稳定性(<= 判断)

  2. mergeSort函数

    • 递归终止条件:left >= right

    • 计算中点:mid = left + (right - left)/2(避免整数溢出)

    • 先递归排序,后合并结果

五、执行过程示例

原始数组: [12, 11, 13, 5, 6, 7]分解过程:
[12, 11, 13] 和 [5, 6, 7]
→ [12] [11,13] 和 [5] [6,7]
→ 排序合并:[11,13] → [11,12,13]
→ 排序合并:[5,6,7]
→ 最终合并:[5,6,7,11,12,13]

六、性能分析

情况时间复杂度空间复杂度
最优O(nlogn)O(n)
平均O(nlogn)O(n)
最差O(nlogn)O(n)
辅助空间O(n)

:虽然归并排序需要额外空间,但其稳定性和可预测的性能使其成为:

  • 大数据量排序的优选

  • 外部排序的基础(如海量数据排序)

  • 链表排序的最佳选择

七、优化方向

  1. 小数组优化:当子数组小于阈值时改用插入排序

  2. 免复制合并:交替使用原始数组和辅助数组

  3. 迭代法实现:消除递归调用栈

八、总结

归并排序凭借其 稳定 的时间复杂度和 稳定排序 的特性,在以下场景表现优异:

  1. 需要稳定排序的场合(如数据库排序)

  2. 链表排序(仅需修改指针,空间复杂度降为O(1))

  3. 大数据量排序(优于O(n²)算法)

http://www.lryc.cn/news/595047.html

相关文章:

  • 【开源】基于 C# 编写的轻量级工控网关和 SCADA 组态软件
  • 45.sentinel自定义异常
  • C++ Lambda 表达式详解:从基础到实战
  • Leetcode力扣解题记录--第189题(巧思数组翻转)
  • Docker安装Elasticsearch 7.17.0和Kibana 7.17.0并配置基础安全
  • 表单校验--数组各项独立校验
  • 计算机发展史:晶体管时代的技术飞跃
  • Web LLM 安全剖析:以间接提示注入为核心的攻击案例与防御体系
  • WinForm-免费,可商用的WinForm UI框架推荐
  • 03-虚幻引擎蓝图类的各父类作用讲解
  • 农村供水智慧化管理系统:从精准监测到智能调度,破解农村用水安全与效率难题
  • Python Locust库详解:从入门到分布式压力测试实战
  • 开发避坑短篇(3):解决@vitejs plugin-vue@5.0.5对Vite^5.0.0的依赖冲突
  • 5G/4G PHY SoC:RNS802,适用于集成和分解的小型蜂窝 RAN 架构。
  • Linux网络信息(含ssh服务和rsync)
  • 模型系列(篇一)-Bert
  • Kotlin 高阶函数初步学习
  • 【MySQL】Linux配置MySQL Windows远程连接
  • 步进电机基础
  • 基于 Nginx 搭建 OpenLab 多场景 Web 网站:从基础配置到 HTTPS 加密全流程
  • ORA-00600: internal error code, arguments: [krse_arc_source_init.1], [4], [2]
  • 汽车售后诊断仪DoIP和CANBus诊断指令分析
  • Milvus:开源向量数据库的初识
  • HTTP性能优化:打造极速Web体验的关键策略
  • Python 进阶(五): Excel 基本操作
  • Android 版本与 API 级别对照速查表
  • Go语言进阶书籍:Go语言高级编程(第2版)
  • Spring Boot05-热部署
  • Python 高效创建多项式及相关计算方法
  • 基于dcmtk的dicom工具 第八章 echoSCU-dicom测试连接