归并排序以O(NlogN)最坏情形时间运行,使用的比较次数几乎是最优的,是递归算法的一个很好的实例。
//归并排序算法(驱动程序)
template <typename Comparable>
void mergeSort(vector<Comparable> & a)
{
vector<Comparable> tempArray(a.size());
mergeSort(a, tempArray, 0, a.size() - 1);
}
/**
*递归调用的内部方法
*a为Comparable项的数组
*tempArray为放置归并结果的数组
*left为子数组最左元素的下标
*right为子数组最右元素的下标
*/
template <Comparable>
void mergeSort(vector<Comparable> & a, vector<Comparable> & tempArray, int left, int right)
{
if(left < right)
{
int mid = (left + right) / 2;
mergeSort(a, tempArray, left, mid);
mergeSort(a, tempArray, mid + 1, right);
merge(a, tempArray, left, mid + 1, right);
}
}
/**
*合并子数组已排序两半部分的内部方法
*a为Comparable项的数组
*tempArray为放置归并数组结果的数组
*leftPos为子数组最左元素的下标
*rightPos为后半部分起点的坐标
*rightEnd为子数组最右元素的下标
*/
template <Comparable>
void merge(vector<Comparable> & a, vector<Comparable> & tempArray, int leftPos, int rightPos, int rightEnd)
{
int leftEnd = rightPos - 1;
int tempPos = leftPos;
int numElements = rightEnd - leftPos + 1;
while(leftPos <= leftEnd && rightPos <= rightEnd)
{
if(a[leftPos] <= a[leftPos])
tempArray[tempPos++] = std::move(a[leftPos++]);
else
tempArray[tempPos++] = std::move(a[rightPos++]);
}
while(leftPos <= leftEnd)
tempArray[tempPos++] = std::move(a[leftEnd++]);
while(rightPos <= rightEnd)
tempArray[tempPos++] = std::move(a[rightPos++]);
for(int i = 0; i < numElements; ++i, --rightEnd)
a[rightEnd] = std::move(tempArray[rightEnd]);
}
虽然归并排序的运行时间是O(NlogN),但是他有一个明显的问题,即合并两个已排序的表用到线性附加内存。在整个算法中还要花费将数据复制到临时数组再复制回来这样一些附加工作,它明显地减慢了排序的速度。