非常详细——归并排序merge sort

这篇文章是给萌新——刚刚接触数据结构的同志们看的,大佬请移步。

目录

一句话概括归并排序:

为什么是O(N)(归并过程):

代码:

分割数组:

代码: 

测试代码

测试结果

感想


一句话概括归并排序:

归并排序,何为归并?就是把两个排序好的数组合二为一。由于两个数组已经排序好,因此归并的过程时间复杂度仅为O(N),总的时间复杂度为O(NlogN),优于最基础的插入、选择、冒泡排序。

为什么是O(N)(归并过程):

假设,我们一开始的数组只有四个数1,3,2,5,现在它已经被分为两个排序好的数组:

我们的目标是返回一个全部排序好的数组,姑且称之为答案数组:

现在,从两个数组的第一个数字开始遍历,下标分别为i、j:

显然1<2,就把1先放进答案数组里:

同时,由于1已经用过了,就把i往右移1位:

这时,i对应的3<j对应的2,则把2填入答案数组,j右移1位:

3<5,3入答案数组:

 这时,i已经没法再往右移动了,左边的数组已经用完了,那么直接把右边数组的数按顺序填入答案数组中:

这样,数组就排序好了,在整个过程中,i、j没有返回的向右移动,直到所有数字都被填入答案数组为止,相当于把整个数组遍历了一遍,因此时间复杂度是O(N)。

代码:

void merge(int *array, int left, int right, int middle) { //起始数组,数组的起始位置,数组的终止位置,中间的位置(左边数组的终止位置)
    int ans[right - left + 1]; //答案数组,长度和起始数组一致
    int i = left; //i是我们图片里的那个i
    int j = middle + 1; //j是我们图片里的那个j
    int start = 0; //ans数组的起点
    while (i <= middle && j <= right) {
        ans[start++] = array[i] <= array[j] ? array[i++] : array[j++];
        //核心代码,归并过程,注意,如果左右相等,优先排左边
    } //这时候至少有一边已经全部排到答案数组里面了,否则循环不会结束
    while (i <= middle) {
        ans[start++] = array[i++];
    }
    while (j <= right) {
        ans[start++] = array[j++];
    }
    //这两个while是把剩下那个没排完的数组排到ans里面,由于数组内部已经是有序的了,直接复制过去就行
    for (int k = 0; k < right - left + 1; k++) {
        array[left + k] = ans[k]; //复制回去,排序完成
    }
}

分割数组:

上面我们举的例子中,长度为2的左右两个小数组已经被排序完成,我们的任务就是排序整个长度为4的大数组。

其实,长度为2的数组正是排序过程中需要用到归并操作的最小数组。再小的数组只有长度为1的了,都不需要排序。把两个长度为1的数组中的数排序到长度为2的答案数组里,就是整个排序过程中最小的操作:

 我们其余的操作,不管是排序多么长的数组,都可以分解为这个最小操作之和:

原本的数组是无序的,现在我们用merge函数排序每一个长度为2的数组,使每一个长度为2的数组都有序。接着,我们就可以把长度为2的数组两两结合,排序一堆长度为4的数组。就这样逐层往上递推,直到排序完整的数组:

 那么,本质上就是一种二分的方法,而且根据这幅图,我们很容易想到用递归来解决:

代码: 

​
void merge_sort(int *array, int left, int right) {
    if (left == right) {
        return;
    } //长度只有1,结束从上往下分解数组的过程,开始执行从下往上merge的过程
    int midlle = left + ((right - left) >> 1); 
    //取中点,右移1位相当于除以2,且比除以2快
    merge_sort(array, left, middle);
    merge_sort(array, middle + 1, right);
    //二分法,将数组一分为二,递归地继续分割
    merge(array, left, right, middle);
    /*长度为1的时候触发left==right的条件,不再进行merge_sort,
      相应的,把之前merge_sort没有来得及执行的merge函数执行一遍,排序完毕*/
}

​

测试代码

#include"stdio.h"

void merge(int *array, int left, int right, int middle) { //起始数组,数组的起始位置,数组的终止位置,中间的位置(左边数组的终止位置)
    int ans[right - left + 1]; //答案数组,长度和起始数组一致
    int i = left; //i是我们图片里的那个i
    int j = middle + 1; //j是我们图片里的那个j
    int start = 0; //ans数组的起点
    while (i <= middle && j <= right) {
        ans[start++] = array[i] <= array[j] ? array[i++] : array[j++];
        //核心代码,归并过程,注意,如果左右相等,优先排左边
    } //这时候至少有一边已经全部排到答案数组里面了,否则循环不会结束
    while (i <= middle) {
        ans[start++] = array[i++];
    }
    while (j <= right) {
        ans[start++] = array[j++];
    }
    //这两个while是把剩下那个没排完的数组排到ans里面,由于数组内部已经是有序的了,直接复制过去就行
    for (start = 0; start < right - left + 1; start++) {
        array[left + start] = ans[start]; //复制回去,排序完成
    }
}
void merge_sort(int *array, int left, int right) {
    if (left == right) {
        return;
    } //长度只有1,结束从上往下分解数组的过程,开始执行从下往上merge的过程
    int middle = left + ((right - left) >> 1); 
    //取中点,右移1位相当于除以2,且比除以2快
    merge_sort(array, left, middle);
    merge_sort(array, middle + 1, right);
    //二分法,将数组一分为二,递归地继续分割
    merge(array, left, right, middle);
    //长度为1的时候触发left==right的条件,不再进行merge_sort,相应的,把之前merge_sort没有来得及执行的merge函数执行一遍,排序完毕
}

int main(){
	int arr[100]={0};
	int i=0;
	while(1){
		scanf("%d",&arr[i]);
		i++;
		if(getchar()=='\n'){
			break;
		}
	}
	merge_sort(arr,0,i);
	while(i){
		printf("%d ",arr[i]);
		i--;
	} 
}

测试结果

感想

其实是非常简单的一个过程,但是在第一次学的时候却很不明白。

这里不得不吐槽一下我们数据结构的老师,也不得不吐槽一下当时偷懒的我。

如果当时能用画图的方法把整个过程自己走一遍,那么大概很快就能学懂了吧。

希望后来者不要跟我一样把一个简单的数据结构学的那么痛苦。

  • 17
    点赞
  • 52
    收藏
    觉得还不错? 一键收藏
  • 2
    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。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
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