首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >排序算法---归并排序

排序算法---归并排序

作者头像
艰默
发布2023-05-17 22:00:22
发布2023-05-17 22:00:22
73200
代码可运行
举报
文章被收录于专栏:iDoitnowiDoitnow
运行总次数:0
代码可运行

归并(merge)排序也是采用分而治之的思想,其采用二分法将待排列数组分成若干个子数组。然后将相邻的子数组进行归并成新的有序子数组,然后在新的子数组的基础上在进行归并成新的有序数组,直至归并成一个整体有序的数组。

算法思想

归并排序的最基本思想就是将一个数组拆分成两个数组,然后对每个子数组进行排序,然后将两个有序子数组归并成一个有序的数组。

归并排序算法大致可以分为两步,如下图所示:

  1. 分解(Split)
    • 如果数组的长度为1,则认为这个数组已经有序,直接返回即可。
    • 如果数组长度大于1,则将该数组从中间分解成两个子数组,对每个子数组再进行分解,直至每个子数组的长度为1。
  2. 归并(Merge)
    • 将每个相邻子数组进行排序归并,直至所有子数组排序归并完成。
    • 最终归并出来的数组就是排序后的有序数组。

下面我们重点讲一下排序归并的过程和代码实现思路:

以数组A{2, 3, 1, 4}为例,首先拷贝一份A存于B,由于B的左右索引分别为l=0和r=3,所以其mid = (l+r)/2 ,由于l和r均为int类型,因此mid=1;根据归并排序算法中的分解方法,我们将{2, 3}(对应B中[l, mid]这段区间)和{1, 4}(对应B中[mid+1, r]这段区间)作为A的拆分出来的两个子数组(且他们已经有序了,可以直接进行排序归并了)。使用索引i和j分别指向这两个子数组的第一个元素,索引k指向原数组A的第一个元素。

比较B[i]和B[j]的大小,此时2>1,因此将B[j]的值1赋值给A[k],然后j和k都往后移动一位。结果如下图所示:

然后再次比较B[i]和B[j]的大小,此时2<4,因此将B[i]的值2赋值给A[k],然后i和k都往后移动一位。结果如下图所示:

接下来继续比较B[i]和B[j]的大小,此时3<4,因此将B[i]的值3赋值给A[k],然后i和k都往后移动一位。结果如下图所示:

此时i>mid,即子数组{2, 3}已经全部归并至A,子数组{1, 4}仅剩一个元素4,将B[j]的值4赋值给A[k],然后i和k都往后移动一位,此时归并完成。如下图所示:

代码实现

代码语言:javascript
代码运行次数:0
运行
复制
#include <algorithm>
#include <iostream>

// 将arr[l,mid]和arr[mid+1,r]的数组进行归并
template <typename T>
void merge_(T arr[], int l, int mid, int r) {
    T *tmp = new T[r - l + 1];
    for (int i = l; i <= r; ++i)
        tmp[i - l] = arr[i];  // tmp从0开始,对应的arr有l个偏移

    int i = l, j = mid + 1;
    for (int k = l; k <= r; ++k) {
        if (i > mid)  // 如果左半部分元素已经全部处理完毕
        {
            arr[k] = tmp[j - l];
            j++;
        } else if (j > r)  // 如果右半部分元素已经全部处理完毕
        {
            arr[k] = tmp[i - l];
            i++;
        } else if (tmp[i - l] < tmp[j - l])  // i所指元素(对应的是tmp[i-l]) <
            // j所指元素(对应的是tmp[j-l])
        {
            arr[k] = tmp[i - l];
            i++;
        } else  // i所指元素(对应的是tmp[i-l]) >= j所指元素(对应的是tmp[j-l])
        {
            arr[k] = tmp[j - l];
            j++;
        }
    }
    delete[] tmp;
}

// 递归使用归并排序,对arr[l...r]的范围进行排序
template <typename T>
void mergeSort_(T arr[], int l, int r) {
    if (l >= r) return;

    int mid = (l + r) / 2;
    mergeSort_(arr, l, mid);
    mergeSort_(arr, mid + 1, r);
    merge_(arr, l, mid, r);
}

template <typename T>
void mergeSort(T arr[], int n) {
    mergeSort_(arr, 0, n - 1);
}

int main() {
    int arr[] = {3, 5, 2, 1, 4};
    mergeSort(arr, 5);
    for (int i = 0; i < 5; ++i) {
        std::cout << arr[i] << " ";
    }
    std::cout << std::endl;
    return 0;
}

复杂度

  • 空间复杂度:在归并过程中需要开辟一份与待排数组大小相同的空间,因此其空间复杂度为
O(n)

  • 时间复杂度:由于对数组进行分解和归并,因此在分解归并上的复杂度为
O(logn))

,而每次归并的时候都需要进行比较操作,其对应的复杂对为

O(n)

,因此归并排序的时间复杂度为

O(nlogn)

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2023-04-26,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 iDoitnow 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 算法思想
  • 代码实现
  • 复杂度
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档