一.基本思想与步骤
归并排序法(Merge Sort,以下简称MS)是分治法思想运用的一个典范。直观上其操作如下:
Merge-Sort
——Divide-and-Conquer(P)
1. 如果子序列长度为1,排序完成。
—— if |P|≤n0, thenreturn(ADHOC(P))
2. 分解待排序的n个元素的序列成各具n/2个元素的子序列。
——将P分解为较小的子问题 P1 ,P2,...,Pk。
3. 递归排序两个子序列。
——for i←1 to k,do yi ←Divide-and-Conquer(Pi)△递归解决Pi。
4. 合并两个已排序的子序列以产生已排序的答案。
——T ← MERGE(y1,y2,...,yk)△合并子问题, return(T)。
当待排序的序列长度为1时,即已牌号序,递归“开始回升”,不做任何操作。
归并排序的关键在于MERGE合并已排序子序列,类如玩扑克牌,假设桌面上有已经排好序的两堆扑克牌,如何合并成单一有序输出堆。算法导论实现伪代码如下:
MERGE(A,p,mid,r)
n1 = mid – p + 1, n2 = r – mid;
Let L[1…n1] and R[1…n2] be new arrays;
For i = 1 to n1
L[i] = A [p+i-1];
For i = 1 to n2
R[i] = A [mid+i];
L[n1+1] = R[n2+1] = MAX;
i = 1 , j =1;
For( k = p to r
If L[i] < R[j]
A[k] = L[i++];
Else
A[k] = R[j++];
现在将MERGE作为一个子程序应用。下面MERGE-SORT(A,p,r)排序A[p..r]中元素,若p>=r,则子数组最多一个元素,即已经划分完成,且已排序完成。否则,分解成A[p..mid]A[mid+1..r]两个子数组,递归调用MERGE-SORT。伪代码如下:
MERGE-SORT(A,p,r)
If(p<r)
Mid = (p+r)/2;
MERGE-SORT(A,p,mid);
MERGE-SORT(A,mid+1,r);
MERGE(A,p,mid,r);
#include<stdio.h>
#define MAX 0x3f3f3f
void Merge(int a[],int l,int m,int u)
{
int i,j=0,k=0;
int *b=new int[m-l+1];
int *c=new int[u-m];
for(i=0;i<m-l+1;i++)
b[i]=a[l+i-1];
b[i]=MAX;
for(i=0;i<u-m;i++)
c[i]=a[m+i];
c[i]=MAX;
for(i=l-1;i<u;i++)
{
if(b[j]<=c[k])
a[i]=b[j++];
else
a[i]=c[k++];
}
/*
puts("test");
for(i=l-1;i<u;i++)
printf("%d ",a[i]);
puts("");
*/
}
void Mergesort(int a[],int begin,int end)
{
int mid=(begin+end)/2;
if(begin<end)
{
Mergesort(a,begin,mid);
Mergesort(a,mid+1,end);
Merge(a,begin,mid,end);
}
}
int main()
{
int a[20];
int i;
for(i=0;i<20;i++)
scanf("%d",&a[i]);
Mergesort(a,1,20);
for(i=0;i<20;i++)
printf("%d ",a[i]);
puts("");
return 0;
}
二.复杂度分析
时间复杂度为O(nlogn) 这是该算法中最好、最坏和平均的时间性能。
空间复杂度
为 O(n)。
比较操作的次数介于(nlogn) / 2和nlogn - n + 1。
赋值操作的次数是(2nlogn)。归并算法的空间复杂度为:0 (n)。
归并
排序
比较占用内存,但却是一种效率高且稳定的算法。