排序算法之二路归并排序

排序算法之二分归并排序

• 上学期的数据结构已经讲过归并排序了，但是上学期太懒了，所以没有动手把代码写出来2333。今天在写算法设计的第二章作业，讲的是分治思想。而归并排序的思想就是分治，便乘此机会动手实际写一下归并排序。

• 大学入学以来好吃懒做，算法方面根本没有什么进步，排序还只会高中学的冒泡排序和选择排序…在之后的学习生活中，一定要重视算法，动手实操并真正理解算法。

• 以下是我写的二分归并排序的代码

  #include <iostream>
  #include <cstdlib>
  #include <ctime>
  using namespace std;
  
  int a[11] = {0};
  int b[11] = {0};
  
  void Merge(int a[], int low, int mid, int high)
  {
      int i = low, j = mid + 1, k = low; //分别代表需要归并的的左部分的初始坐标i，右部分的初始坐标j，以及辅助数组的初始坐标k
      while (i <= mid && j <= high)
      {
          if (a[i] <= a[j]) //左半部分的值比较小,存入辅助数组之中
              b[k++] = a[i++];
          else
              b[k++] = a[j++];
      }
      while (i <= mid) //将a中左部分和右部分的剩余元素依次存入辅助数组之中，当然这个和接下来的while循环很显然只能运行一个，因为左部分和右部分当中的一个已经全部加入辅助数组中了，不然是跳不出上一个while循环的
          b[k++] = a[i++];
      while (j <= high)
          b[k++] = a[j++];
      for (int index = low; index <= high; index++)
          a[index] = b[index]; //用辅助数组已经有序的值，把原始数组进行覆盖，最后的a数组就是merge之后有序的了
  }
  void MergeSort(int a[], int low, int high)
  {
      if (low < high) //很重要，避免出现low = high导致死循环局面的发生，实际上也是往深层次递归的终止条件
      {
          int mid = (low + high) >> 1;
          MergeSort(a, low, mid); //分治的思想，划分子问题
          MergeSort(a, mid + 1, high);
          Merge(a, low, mid, high); //将之前划分出来的两个子问题进行合并，得到最终有序的序列
      }
      return;
  }
  int main()
  {
      srand(time(0));
      for (int i = 0; i < 11; i++) //产生随机数
      {
          a[i] = rand() % 20;
          cout << a[i] << " ";
      }
      cout << endl;
      MergeSort(a, 0, 10);
      for (int i = 0; i < 11; i++)
          cout << a[i] << " ";
      cout << endl;
      return 0;
  }
  

• 其中的MergeSort函数会把问题规模从原来的(low,high)分成两个部分，分别是(low,mid)和(mid+1,high)，进行递归，而子问题也会继续向下递归，直到low == high也就是某个部分中只有一个元素了。

• 以下是我画的递归图

  

• 最后画出来就像一棵树，我们进行的操作仿佛就是树的后序遍历（也就是最后访问根节点）。我们可以把左子问题理解为左子树，右子问题理解为右子树，最后的把两个子问题进行归并的操作理解为访问根节点。

• 这里我举一个例子方便理解。MS(a,0,10)会一直向深层次递归，经过MS(a,0,5),接着为MS(a,0,2)，然后为MS(a,0,1)，最后是MS(a,0,0)，然后因为这时候low == high，所以我们会直接renturn(程序28行和35行)。然后到达了MS(a,1,1,)，同样return，相当于已经访问完毕了MS(a,0,1)的左子树和右子树，接下来我们需要把这两个子问题进行归并，理解为访问根节点。

• 这里我还想要说一点，左右子问题的规模可能是不一样的，比如MS(a,0,2)这个问题中，左子问题的规模为2，而右子问题的规模是1，但是由于我们Merge归并函数写的好，所以可以正常归并2333

• 实际运行结果

  

• 参考链接

• 二分归并排序算法分析_m0_46419294的博客-CSDN博客_二分归并排序算法