当前位置: 首页 > news >正文

【排序算法】⑦归并排序

系列文章目录

 第一篇:【排序算法】①直接插入排序-CSDN博客

第二篇:【排序算法】②希尔排序-CSDN博客

第三篇:【排序算法】③直接选择排序-CSDN博客

第四篇:【排序算法】④堆排序-CSDN博客

第五篇:【排序算法】⑤冒泡排序-CSDN博客

第六篇:【排序算法】⑥快速排序:Hoare、挖坑法、前后指针法-CSDN博客

第七篇:【排序算法】⑦归并排序-CSDN博客


文章目录

目录

系列文章目录

文章目录

前言

一、什么是归并排序?

算法思想

举个例子

具体步骤

二、实现归并排序

MergeSort函数

_MergeSort函数

递归式分解数组

合并子序列

图解

完整归并排序代码

四、分析归并排序

总结



前言

归并排序,是一种基于分治策略的排序算法。

它的基本思想是将一个大问题分解成若干个小问题,分别解决小问题,然后将解决的小问题合并起来得到大问题的解。

递归排序有递归版本和非递归版本,本文用递归版介绍归并排序。


一、什么是归并排序?

算法思想

归并排序,是建立在归并操作上的一种有效的排序算法,该算法是采用分治法的一个非常典型的应用。

归并排序的主要步骤包括“分”和“治”两个阶段:

分——把一个困难的大问题分成若干小问题,小问题再分成小小问题,直到不能再分;

治——依次解决小小问题,几个小小问题解决了等同于解决了一个小问题;几个小问题解决了等同于解决了这个困难的大问题。

举个例子

1.分:将整副牌分成两半,然后分别将这两半再分成四半,直到每一份只剩下一张牌(一张牌自然是有序的)。

2. 治:将两个有序的小份合并成一个有序的大份。合并时,就像你有两堆已经按顺序排好的牌,每次从两堆牌顶选出较小的一张,按扑克牌大小依次放到新堆中,直到两堆牌都取完。

具体步骤

1. 分解:将当前数组一分为二(即从中间分成两个子数组)。

2. 递归:递归地对两个子数组进行分解(直到子数组长度为1,则自然有序)。

3. 合并:将两个单数据的子数组合并成一个有序数组;有序数组再合并成有序数组,直到整个大数组有序。

二、实现归并排序

MergeSort函数

由于需要不断的进行递归式的分解数组,所以在原数组上操作是不方便的,于是我们在MergeSort函数中malloc出一个空间用于相关操作。

所以代码得出:

void MergeSort(int* a, int n)
{if (!a)return;//这就是为什么要创建_MergeSort的原因int* temp = (int*)malloc(sizeof(int) * n);if (!temp)return;_MergeSort(a, 0, n - 1, temp);free(temp);temp = NULL;
}

既然MergeSort函数中存在申请空间的行为,自然是不适合进行递归式操作的,所以额外定义一个_MergeSort函数用于进行递归分数组和子数组合并。

_MergeSort函数

_MergeSort函数用于进行递归分数组和子数组合并。

递归式分解数组

这在本系列之前的排序中(如快速排序)就已经接触过了,操作分几步:

①获取数组中点

int div= left + (right - left) / 2;

注意:不能写int div=  (right - left) / 2,因为还需要在分数组中继续分,所以应该求得是每段段区间的中点,而不是整个大区间数组的中点。

②递归分数组

将mid分成的两个区间[left,mid),[mid+1,right]分别递归式传入_MergeSort函数即可。

_MergeSort(a, left, div, t);
_MergeSort(a, div+ 1, right, t);

所以函数至少需要四个形参:传原数组;传分数组的的左端;传分数组的的右端;在MergeSort中申请出来的空间地址。

什么时候终止?当分解成单个元素时即可终止。

if (left >= right)return;

当准备工作做好后,就到了合并阶段了。

合并子序列

尽管不知道是哪个子序列,但函数形参中有该区间的左端点和右端点,因此也能遍历该子区间。

再回顾上述扑克牌合并的例子:“合并时,就像你有两堆已经按顺序排好的牌,每次从两堆牌中选出较小的一张,按扑克牌大小依次放到新堆中,直到两堆牌都取完。”

同理,由于不知道两个子序列谁大谁小,所以需要将它们一个一个比较后再放入申请出来的空间中:

int begin1 = left, end1 = div;
int begin2 = div + 1, end2 = right;int end = left;

解释:
①当递归式分解数组到单个数据后,一定通过 if 条件返回接着执行升序的代码,所以直接用上述div分隔开的两个子序列合并即可。

②end用于记录该段区间的首元素在大数组中的下标,方便存放在malloc出的相同空间的相同数组下标。

核心代码

	while (begin1 <= end1 && begin2 <= end2){if (a[begin1] <= a[begin2]){t[end++] = a[begin1++];}else{t[end++] = a[begin2++];}}//由于不确定上述循环结束后,哪个区间还有数据:while (begin1 <= end1){t[end++] = a[begin1++];}while (begin2 <= end2){t[end++] = a[begin2++];}memcpy(a + left, t + left, sizeof(int) * (right - left + 1));

解释:

①由于不知道两个子序列谁大谁小,所以在循环中一个一个比较,小的先放在申请出来的t空间中;

②第一个循环结束后,由于不知道是哪个区间先结束的,哪个区间还有剩,所以两个区间一起尝试。有剩余的区间会满足循环判断条件进入循环。

③当一个两个区间合并完后立即通过memcpy函数复制回原数组。

图解

完整归并排序代码

综合上述代码,可得出归并排序完整代码:

#include<stdio.h>
#include<stdlib.h>
#include<string.h>//递归归并
void MergeSort(int* a, int a_size)
{if (!a)return;//这就是为什么要创建_MergeSort的原因int* temp = (int*)malloc(sizeof(int) * a_size);if (!temp)return;_MergeSort(a, 0, a_size- 1, temp);free(temp);temp = NULL;
}void _MergeSort(int* a, int left, int right, int* t)
{if (left >= right)return;int div = left + (right - left) / 2;_MergeSort(a, left, div, t);_MergeSort(a, div + 1, right, t);int begin1 = left, end1 = div;int begin2 = div + 1, end2 = right;int end = left;while (begin1 <= end1 && begin2 <= end2){if (a[begin1] <= a[begin2]){t[end++] = a[begin1++];}else{t[end++] = a[begin2++];}}//由于不确定上述循环结束后,哪个区间还有数据:while (begin1 <= end1){t[end++] = a[begin1++];}while (begin2 <= end2){t[end++] = a[begin2++];}memcpy(a + left, t + left, sizeof(int) * (right - left + 1));
}

四、分析归并排序

优点

  1. 稳定的时间复杂度:总是 O(n log n)

  2. 稳定排序:保持相等元素的相对顺序

  3. 适合大数据集:不受初始数据分布影响

  4. 可用于链表排序:不需要随机访问元素

缺点

  1. 需要额外空间:空间复杂度 O(n)

  2. 递归可能导致栈溢出

  3. 对小数据集不如插入排序高效(递归损耗大于了排序损耗)


总结

本文是【排序算法】系类第七篇,主要介绍了什么是归并排序,以及如何实现归并排序,最后分析了归并排序的特性。

希望对你有所帮助。

读完点赞,手留余香~

http://www.lryc.cn/news/617789.html

相关文章:

  • 用Python从零开始实现神经网络
  • 【08-神经网络介绍】
  • STM32 HAL库 HAL_TIM_OC_Start函数解读
  • maven项目打包成sdk后在别的项目使用
  • 深度解析三大HTTP客户端(Fetch API、Axios 和 Alova)——优劣与选择策略
  • 【03】厦门立林科技——立林科技 嵌入式 校招笔试,题目记录及解析
  • REDIS 各种数据结构有什么作用?都能干什么?
  • 写一篇Ping32和IP-Guard的对比,重点突出Ping32
  • 使用行为树控制机器人(一) —— 节点
  • 芯片学习 8 :IP集成、cluster、lint
  • 大语言模型(LLM)核心概念与应用技术全解析:从Prompt设计到向量检索
  • AI入门学习--如何写好prompt?
  • MySQL 数据操作全流程:创建、读取、更新与删除实战
  • 高精度蓝牙定位:技术、应用与未来发展
  • 【Docker实战进阶】Docker 实战命令大全
  • 从零构建企业级K8S:高可用集群部署指南
  • LeetCode算法日记 - Day 8: 串联所有单词的子串、最小覆盖子串
  • kubeadm搭建生产环境的双master节点k8s高可用集群
  • Android视频编辑方案测评:轻量化剪辑工具的性能表现
  • LAZADA跨境电商自养号测评环境搭建:安全与合规的底层逻辑解析
  • Centos8系统在安装Git包时,报错:“没有任何匹配: git”
  • 【图像处理基石】UE输出渲染视频,有哪些画质相关的维度和标准可以参考?
  • LVPECL、LVDS、LVTTL、LVCMOS四种逻辑电平标准的全面对比
  • redis(1)-基本概念
  • ESP32 输入密码后执行程序
  • 【bug】diff-gaussian-rasterization Windows下编译 bug 解决
  • 苹果个人开发者如何实现应用下载安装
  • 【Unity】打包学习笔记
  • IEEE754 double 类型步长规律,从1.0的二进制表示、紧挨着1.0略大和略小的数开始归纳
  • perl notes【1】