归并排序 O(N*logN) 是另一种效率很高的排序方法。"归并"的含义就是将两个或两个以上的有序表组合成一个有序表。加入两个有序表的长度分别为m、n,则一次归并的时间复杂度为O(m+n)。
我们可以用"归并"的思想来实现排序。假如待排序列含有n个关键字,则可看成是n个有序的子序列,每个序列长度为1,然后两两归并,得到[n/2]个长度为2或1的子序列,在两两归并....,知道得到一个长度为n的有序序列为止。这就是2-路归并算法。
下图就是2-路归并排序的一个例子:
我们可以用分治的思想解决归并排序,给定一个有N个关键字的有序序列,分治法的步骤如下:
(1)划分: 如果S中有1个元素,则直接返回S,因为它已经有序了。否则(S中至少有两个元素),把它们分别放入两个序列S1和S2中,S1和S2各包含大约S中的一半元素,即S1包含S中的前[N/2]个元素,S2包含S中的后[N/2]个元素。
(2)递归:递归求解子问题S1和S2。
(3)求解:归并有序序列S1和S2,使得他们成为一个有序序列,将其中的元素放回S中。
#include<iostream.h>
#include<malloc.h>
/************************
* 归并排序 Merge Sort *
***********************/
class MergeSort{
public:
//递增排序
static void inc_sort(int keys[], int size);
private:
//归并排序算法
static void merge_sort(int raw[], int *merged, int s, int t);
//归并
static void merge(int raw[], int *merged, int si, int mi, int ti);
};
void MergeSort:: merge(int raw[], int *merged, int si, int mi, int ti){
//把已近排序号的si-mi,mi-ti两个序列赋值给raw
for(int t=si;t<=ti;t++)
raw[t]=merged[t];
//归并
int i=si,j=mi+1,k=si;
for(;i<=mi&&j<=ti;){
if(raw[i]<=raw[j]) merged[k++]=raw[i++];
else merged[k++]=raw[j++];
}
if(i<=mi)
for(int x=i;x<=mi;)
merged[k++]=raw[x++];
if(j<=ti)
for(int y=j;y<=ti;)
merged[k++]=raw[y++];
}
//划分
void MergeSort:: merge_sort(int raw[], int *merged, int s, int t){
if(s==t) merged[s]=raw[s];
else{
int m=(s+t)/2;
MergeSort::merge_sort(raw, merged, s, m);
MergeSort::merge_sort(raw, merged, m+1,t);
MergeSort::merge(raw, merged, s,m,t);
}
}
void MergeSort:: inc_sort(int keys[],int size){
int * merged=(int *)malloc(size*sizeof(int));
MergeSort::merge_sort(keys,merged,0,size-1);
//打印排序结果
for(int i=0;i<size;i++)
cout<<merged[i]<<" ";
cout<<endl;
free(merged);
}
//Test MergeSort
void main(){
int raw[]={49,38,65,97,76,13,27,49};
int size=sizeof(raw)/sizeof(int);
MergeSort::inc_sort(raw,size);
}
代价分析:
上图可以看出,一个N关键字的序列,两两归并可以构造一棵高度为[logN]的归并排序树。而每一次归并的时间复杂度为O(m+n)。因此每一趟归并的时间复杂度为O(N),如上图。归并排序算法的总时间复杂度为O(N*logN) 。其所需要的辅助空间就是一个能容纳中间合并结果的数量为N的连续空间。因此空间复杂度为O(N) 。是稳定排序方法 。