算法可视化——归并排序

本文介绍了作者在重拾C++时遇到的问题,通过归并排序的实现过程来展示C++编程中遇到的数组定义问题。文章强调了分而治之的算法思想,并提供了归并排序的原理说明及可视化动图。最后,作者分享了解决VS编译器限制的解决方案,即使用vector代替数组。
摘要由CSDN通过智能技术生成

1.前言

时隔几个月,终于重新拾起了C++!

老司机回归,自然是“ 启动VS → 新建解决方案 → 添加新项目 ”一键三连。

啊,这丝滑的感觉,莫不是?
在这里插入图片描述
不能打断了这丝滑的感觉,随便写点什么,写个归并排序吧!

一顿操作猛如虎,一看编译。。。
在这里插入图片描述
祝大家虎虎生威!

此时的我 ⬇
在这里插入图片描述
怀念起了用Matlab做数字信号处理的日子。

自信心备受打击,卑微的我找到了某度(面向搜索引擎编程不只是说着玩儿的)。

问题答案非常简单,那就是VS的C++编译器不允许使用变量作为数组的长度定义数组。

然而gcc编译器就可以,看到这里我想卸了Visual Studio。

说到底还是基础不牢,地动山摇!

还是说说最后咋解决的吧,卸了Visual Studio是不可能的,这辈子都不可能的!

用vector代替数组就ok了,是不是so easy!
在这里插入图片描述

在这里插入图片描述

2.归并排序

归并排序基于分而治之的思想,即分解原问题、解决子问题、合并问题解
我觉得两张动图就可以完美解释归并算法的原理。

分解原问题:
在这里插入图片描述解决子问题:
当问题分解到只有一个数的时候,自然变得有序,子问题自然解决。

合并问题解:
在这里插入图片描述归并排序可视化:

  • 3
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
MPI(Message Passing Interface)是一种用于并行计算的编程模型和库。归并排序是一种经典的排序算法,适合并行计算。 在MPI中,可以通过发送和接收消息来实现进程间的通信。下面是一个基于MPI的归并排序的伪代码: ```python def parallel_merge_sort(data): # 获取进程总数和当前进程编号 size = MPI.COMM_WORLD.Get_size() rank = MPI.COMM_WORLD.Get_rank() # 计算每个进程要处理的数据量 chunk_size = len(data) // size remainder = len(data) % size # 将数据分发到各个进程 if rank == 0: for i in range(size): if i < remainder: chunk = data[i * (chunk_size + 1):(i + 1) * (chunk_size + 1)] else: chunk = data[remainder + i * chunk_size:remainder + (i + 1) * chunk_size] MPI.COMM_WORLD.send(chunk, dest=i, tag=0) # 接收数据 chunk = MPI.COMM_WORLD.recv(source=0, tag=0) # 对本地数据进行排序 chunk.sort() # 归并排序 for step in range(size): # 计算要交换数据的进程编号 partner = (rank + step) % size # 发送和接收数据 sendbuf = chunk recvbuf = MPI.COMM_WORLD.recv(source=partner, tag=step) if rank < partner: sendtag = step recvtag = step + size else: sendtag = step + size recvtag = step MPI.COMM_WORLD.send(sendbuf, dest=partner, tag=sendtag) chunk = merge(chunk, recvbuf) # 将排序好的数据返回 if rank == 0: result = [] for i in range(size): chunk = MPI.COMM_WORLD.recv(source=i, tag=size) result.extend(chunk) return result else: MPI.COMM_WORLD.send(chunk, dest=0, tag=size) ``` 在这个算法中,首先将原始数据分发到各个进程,然后每个进程对本地数据进行排序,接着对每个步骤进行归并排序,并且使用MPI的send和recv函数进行交换数据。最后将排序好的数据返回到主进程。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值