排序算法——归并排序

该代码示例展示了如何使用归并排序算法对一维整数数组进行从小到大的排序。程序采用分治策略,先将数组划分为两半,然后对每个子问题进行排序,最后合并结果。递归终止条件是子问题的大小为1。在合并过程中,使用临时数组存储结果,确保排序正确。
摘要由CSDN通过智能技术生成
给定一维int型数组a[0,1,...,n-1], 使用归并排序方法, 对其进行从小到大排序。
归并排序划分请按a[0,mid=(0+n-1)/2], a[(0+n-1)/2+1, n-1]进行划分子问题.

Input

输入第1行有一个int型正整数m (m<100), 表示有m行输入.
每行输入的第一个数为int型正整数n (8<n<1000), 后面接着输入n个int型整数.

Output

输出m行, 每行为排好序的输出.

Sample Input

2
9 9 8 7 6 5 4 3 2 1
10 9 8 7 6 5 4 3 2 1 0

Sample Output

1 2 3 4 5 6 7 8 9
0 1 2 3 4 5 6 7 8 9 
//采用分治的思想,先分,后合
    #include <iostream>
    using namespace std;
    void Mergesort(int a[],int start,int end);
    
    int main()
    {
        int T, n;
        cin >> T;
        for (int i = 0; i < T; i++) {
            cin >> n;
            int* a = new int[n];
            for (int i = 0; i < n; i++) {
                cin >> a[i];
            }

            Mergesort(a, 0, n - 1);

            for (int i = 0; i < n; i++) {
                cout<< a[i]<<" ";
            }
            cout<<endl;
        }
    }



    void Mergesort(int a[], int start, int end) {

        if (start >= end) { return; } //递归终止条件
        int mid = (start + end) / 2;
        Mergesort(a, start, mid);   //划分为两个子问题
        Mergesort(a, mid + 1, end);

        int* temp = new int[end - start + 1]; //建立一个暂存数组
        int i = start, j = mid + 1; int k = 0;      //分别指向两个子问题的头部
        while (i <= mid && j <= end) {
            if (a[i] <= a[j]) { temp[k] = a[i]; k++; i++; }
            else if (a[j] < a[i]) { temp[k] = a[j]; k++; j++; }
        }
        while(i<=mid){temp[k]=a[i]; k++; i++;}   //把多出的无法比较的部分,依次放入temp数组中
        while(j<=end){temp[k] = a[j]; k++; j++;}
        int step = start;
        for (int i = 0; i <= end - start; i++) {//将temp数组,从start到end复制到原数组当中
            a[step] = temp[i];
            step++;
        }
        for (int i = 0; i <=end - start; i++) {
            cout << a[i]<<" ";
        }
        cout << endl;
    };

该方法思路较简单。

难点在于边界的判断,可插入断点来分段进行检查

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 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

打赏作者

Mu Haitian

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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