归并排序(MergeSort)递归&非递归实现详解
创作时间:
作者:
@小白创作中心
归并排序(MergeSort)递归&非递归实现详解
引用
CSDN
1.
https://m.blog.csdn.net/blkblizzard/article/details/139473721
归并排序(Merge Sort)是一种基于分治策略的排序算法,其历史可以追溯到1945年,由美国计算机科学家约翰·冯·诺伊曼(John von Neumann)在二战期间首次提出。归并排序的基本思想是将一个大的问题分解成多个小问题,然后分别解决这些小问题,最后再将结果合并。具体来说,归并排序将数组递归地分成两半,直到每个子数组只有一个元素为止,然后将这些子数组逐步合并成一个有序的数组。这个过程包括两个主要步骤:分割(Divide)和合并(Merge)。
代码实现
递归实现
在实现归并排序的过程中我们需要创建一个临时数组(tmp),用来存放单次排序后形成的新的有序数组。注意:我们将前后两部分的递归放在前面,也就是说我们先将数组分成单个元素后再进行排序,这个逻辑大家需要理清。最后的两个while循环就是将还剩下数据的部分拷贝到临时数组中。最后用memcpy将临时数组拷贝到原数组的对应位置(容易出错)记得引用头文件<string.h>在C++中引用
//递归主体
void _MergeSort(int* a, int begin, int end, int* tmp){
if (begin >= end)
return;
int mid = (begin + end) / 2;
// [begin, mid][mid+1, end]
_MergeSort(a, begin, mid, tmp);
_MergeSort(a, mid + 1, end, tmp);
// [begin, mid][mid+1, end]归并
int begin1 = begin, end1 = mid;
int begin2 = mid + 1, end2 = end;
int i = begin;
while (begin1 <= end1 && begin2 <= end2){
if (a[begin1] < a[begin2]){
tmp[i++] = a[begin1++];
}
else{
tmp[i++] = a[begin2++];
}
}
while (begin1 <= end1){ //判断左右两边虽没有走完,将剩下的插入到后面,因为左右两边早已有序。
tmp[i++] = a[begin1++];
}
while (begin2 <= end2){
tmp[i++] = a[begin2++];
}
memcpy(a + begin, tmp + begin, sizeof(int) * (end - begin + 1));
}
//归并排序
void MergeSort(int* a, int n) {
int* tmp = (int*)malloc(sizeof(int) * n);
if (tmp == NULL) {
perror("malloc fail");
return;
}
_MergeSort(a, 0, n - 1, tmp);
free(tmp);
}
非递归实现
非递归的归并排序设计的核心就是设置一个gap,随着我们排序范围的增大,gap也是double增长,实现逻辑与递归形式大同小异。
void MergeSortNonR(int* a, int n){
int* tmp = (int*)malloc(sizeof(int) * n);
if (tmp == NULL){
perror("malloc fail");
return;
}
int gap = 1;
while (gap < n){
printf("gap:%2d->", gap);
for (size_t i = 0; i < n; i += 2 * gap){
int begin1 = i, end1 = i + gap - 1;
int begin2 = i + gap, end2 = i + 2 * gap - 1;
// [begin1, end1][begin2, end2] 归并
//printf("[%2d,%2d][%2d, %2d] ", begin1, end1, begin2, end2);
// 边界的处理
if (end1 >= n || begin2 >= n){
break;
}
if (end2 >= n){
end2 = n - 1;//自适应
}
//printf("[%2d,%2d][%2d, %2d] ", begin1, end1, begin2, end2);
int j = begin1; //开始归并
while (begin1 <= end1 && begin2 <= end2){
if (a[begin1] < a[begin2]){
tmp[j++] = a[begin1++];
}
else{
tmp[j++] = a[begin2++];
}
}
while (begin1 <= end1){
tmp[j++] = a[begin1++];
}
while (begin2 <= end2){
tmp[j++] = a[begin2++];
}
memcpy(a + i, tmp + i, sizeof(int) * (end2 - i + 1)); //每一次归并都拷贝回去
}
printf("\n");
gap *= 2;
}
free(tmp);
}
复杂度分析
时间复杂度
归并排序的时间复杂度为(每层遍历次数*递归树高度)。而每层个数均为N,递归高度为logN。于是递归排序的时间复杂度为O(NlogN)。
空间复杂度
递归归并排序排序的空间复杂度的计算为(辅助空间大小+调用栈空间)。于是辅助空间大小为N,调用栈空间为logN。所以空间复杂度为O(N+logN)。
而非递归没有调用栈的过程,而是迭代所需的临时空间大小。所以空间复杂度也为O(N)。
应用场景
归并排序由于其稳定的O(NlogN)时间复杂度,常用于以下场景:
- 外部排序:当数据量非常大,无法一次性加载到内存时,可以使用归并排序的思路对外存数据进行排序。
- 稳定排序:归并排序是一种稳定的排序算法,适用于需要保持相同元素相对顺序的场景。
- 多线程环境:归并排序的分治特性使其非常适合并行化处理,可以利用多线程提高排序效率。
热门推荐
皮肤问道丨春天到了,请收下这份春日防“敏”指南
中国古代杰出女政治家
如何设定可衡量的目标
2025新加坡政府助学金全解析:低成本留学+职业发展双赢攻略
男性大腿根疼是怎么回事
克勒勒-米勒博物馆:世界第二大梵高藏品收藏地
欲望与人性:《西游记》里的为人处世诀窍
桂林深度游全攻略:探索山水画境,邂逅民俗风情
游戏开发中的AI:你听错了!
如何在ROI数据分析思路中确保数据准确性?
什么是雪球投资?雪球投资有哪些策略?
“诗鬼”李贺:一个鬼斧神工的想象力诗词天才
网络攻防战:揭秘新型攻击手段与防御策略
全面解析汽车防盗装置的结构原理
普通的三环锁怎样安全撬开?撬开三环锁的方法存在哪些安全隐患?
股票和指数如何实现有效的结合与分析?这种结合方式有哪些实际应用?
华为拒绝机会主义,孟晚舟提到三个“计划”
骑楼老街:日享人文 夜赏流光
如果父亲“缺席”,该如何面对?
早期乳腺癌是否要化疗?
从满意度下滑到行业焕新 新加坡公交改革如何破局?
如何阅读食品营养标签:轻松掌握健康饮食密码
茼蒿豆腐的做法(营养美味,轻松自制)
协议车什么意思?协议车能买吗
史上最全的书籍装订方式大盘点!
连续五年业绩亏损,*ST龙津走到退市边缘
更新空间,更新生活:外滩街道山北街区更新和治理一体化机制探索
在韩国校园,尽情遨游于丰富社团活动中
眼镜腿上的字母和数字是什么意思
带酒字的诗词名句