zoukankan      html  css  js  c++  java
  • (7)排序之归并排序

    转载:http://www.cnblogs.com/jingmoxukong/p/4308823.html

    要点

    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(Divide and Conquer的一个非常典型的应用。

    将已有序的子序列合并,得到完全有序的序列;即先使每个子序列有序,再使子序列段间有序。若将两个有序表合并成一个有序表,称为二路归并

    归并排序的基本思想

    将待排序序列R[0...n-1]看成是n个长度为1的有序序列,将相邻的有序表成对归并,得到n/2个长度为2的有序表;将这些有序序列再次归并,得到n/4个长度为4的有序序列;如此反复进行下去,最后得到一个长度为n的有序序列。

    综上可知:

    归并排序其实要做两件事:

    (1)“分解”——将序列每次折半划分

    (2)“合并”——将划分后的序列段两两合并后排序

    我们先来考虑第二步,如何合并

    在每次合并过程中,都是对两个有序的序列段进行合并,然后排序。

    这两个有序序列段分别为 R[low, mid] 和 R[mid+1, high]。

    先将他们合并到一个局部的暂存数组R2中,带合并完成后再将R2复制回R中。

    为了方便描述,我们称 R[low, mid] 第一段,R[mid+1, high] 为第二段。

    每次从两个段中取出一个记录进行关键字的比较,将较小者放入R2中。最后将各段中余下的部分直接复制到R2中。

    经过这样的过程,R2已经是一个有序的序列,再将其复制回R中,一次合并排序就完成了。

    掌握了合并的方法,接下来,让我们来了解  如何分解

    在某趟归并中,设各子表的长度为gap,则归并前R[0...n-1]中共有n/gap个有序的子表:R[0...gap-1], R[gap...2*gap-1], ... , R[(n/gap)*gap ... n-1]。可以使用递归来实现

    调用Merge将相邻的子表归并时,必须对表的特殊情况进行特殊处理。

    核心代码

    //mergeSort
    void merge(int *a,int low,int high,int *result){
        int mid=(high-low+1)/2+1;//中间元素
        int left_index=low;
        int right_index=low+mid;
        int result_index=low;
        while(left_index<low+mid&&right_index<high+1){
            //对分别已经排序好的左区间和右区间进行合并
            if(a[left_index]<=a[right_index]){
                result[result_index++]=a[left_index++];
            }
            else
                result[result_index++]=a[right_index++];
        }
        while(left_index<low+mid)
            result[result_index++]=a[left_index++];
        while(right_index<high+1)
            result[result_index++]=a[right_index++];
    }
    void mergeSort(int *a,int low,int high,int *result){
        //如果只有两个元素,对两个元素进行排序
        if(1==high-low){
            if(a[low]>a[high]){
                int temp=a[low];
                a[low]=a[high];
                a[high]=temp;
            }
        }
        //如果只有一个元素,不用排序
        else if(0==high-low)
            return;
        else{
            //继续划分子区间,分别对左右子区间排序
            mergeSort(a,low,(high-low+1)/2+low,result);
            mergeSort(a,(high-low+1)/2+low+1,high,result);
            //归并已经排好的数据
            merge(a,low,high,result);
            //将排序好的数据复制到原始数据中去
            for(int i=low;i<=high;++i)
                a[i]=result[i];
        }
    }

    算法分析

    归并排序算法的性能

    排序类别

    排序方法

    时间复杂度

    空间复杂度

    稳定性

    复杂性

    平均情况

    最坏情况

    最好情况

    归并排序

    归并排序

    O(nlog2n)

    O(nlog2n)

    O(nlog2n)

    O(n)

    稳定

    较复杂

    时间复杂度

    归并排序的形式就是一棵二叉树,它需要遍历的次数就是二叉树的深度,而根据完全二叉树的可以得出它的时间复杂度是O(n*log2n)

    空间复杂度

    由前面的算法说明可知,算法处理过程中,需要一个大小为n的临时存储空间用以保存合并序列。

    算法稳定性

    在归并排序中,相等的元素的顺序不会改变,所以它是稳定的算法。

    归并排序和堆排序、快速排序的比较

    若从空间复杂度来考虑:首选堆排序,其次是快速排序,最后是归并排序。

    若从稳定性来考虑,应选取归并排序,因为堆排序和快速排序都是不稳定的。

    若从平均情况下的排序速度考虑,应该选择快速排序。 

    运行结果 

    排序前:     9   1   5   3   4   2   6   8   7  
    gap = 1:   1   9   3   5   2   4   6   8   7  
    gap = 2:   1   3   5   9   2   4   6   8   7  
    gap = 4:   1   2   3   4   5   6   8   9   7  
    gap = 8:   1   2   3   4   5   6   7   8   9  
    排序后:     1   2   3   4   5   6   7   8   9  
  • 相关阅读:
    [转载]「服务」WCF中NetNamedPipeBinding的应用实例
    [转载] ABP框架理论学习之后台工作(Jobs)和后台工作者(Workers)
    .NET Core use NLog
    把.netcore console 安装到Windows 系统服务。
    利用Linq Skip() Take()分页
    C#访问Java的WebService添加SOAPHeader验证的问题
    马丁福勒 关于微服务特点的描述
    转载 springboot 配置读取
    luajit与NYI
    lua启用lua-resty-core
  • 原文地址:https://www.cnblogs.com/rgly/p/7418454.html
Copyright © 2011-2022 走看看