【数据结构与算法】合并排序

最新推荐文章于 2023-10-29 18:45:06 发布

努力的小鳴人

最新推荐文章于 2023-10-29 18:45:06 发布

阅读量8.3k

点赞数 89

分类专栏：鳴人杂记文章标签：排序算法 java 算法 c++ 数据结构

本文链接：https://blog.csdn.net/m0_64996150/article/details/124792189

版权

鳴人杂记专栏收录该内容

20 篇文章 3 订阅

订阅专栏

在这里插入图片描述

CSDN话题挑战赛第1期
活动详情地址：https://marketing.csdn.net/p/bb5081d88a77db8d6ef45bb7b6ef3d7f
参赛话题：Java学习记录话题描述：可以记录一下平时学习Java中的一些知识点、心得、例题、常见的问题解决

好文推荐>>>🔥图文并茂详解十大排序算法让您回味无穷

🚩合并排序(Sequencing By Merging)

1.百科

合并排序是建立在归并操作上的一种有效的排序算法。该算法是采用分治法（Divide and Conquer）的一个非常典型的应用。合并排序法是将两个（或两个以上）有序表合并成一个新的有序表，即把待排序序列分为若干个子序列，每个子序列是有序的。然后再把有序子序列合并为整体有序序列。将已有序的子序列合并，得到完全有序的序列；即先使每个子序列有序，再使子序列段间有序。若将两个有序表合并成一个有序表，称为2-路归并。合并排序也叫归并排序

2.算法思想

合并排序是采用分治策略实现对n个元素进行排序的算法，是分治法的一个典型应用和完美体现。它是一种平衡、简单的二分分治策略，其计算过程分为三大步：
（1）分解：将待排序元素分成大小大致相同的两个子序列。
（2）求解子问题：用合并排序法分别对两个子序列递归地进行排序。
（3）合并：将排好序的有序子序列进行合并，得到符合要求的有序序列

有对分治法不太熟悉的可以看看博主这篇文章>>>🔥分治法剖析

2.1合并过程

合并排序的关键步骤在于如何合并两个已排好序的有序子序列。为了进行合并，引入一个辅助过程Merge(A,low,middle,high)，该过程将排好序的两个子序列A[low:middle]和A[middle+1:high]进行合并。其中，low、high表示待排序范围在数组中的上界和下界，middle表示两个序列的分开位置，满足low≤middle＜high；由于在合并过程中可能会破坏原来的有序序列，因此，合并最好不要就地进行，本算法采用了辅助数组B[low:high]来存放合并后的有序序列

2.2合并方法

设置三个工作指针i，j，k。其中，i和j指示两个待排序序列中当前需比较的元素，k指向辅助数组B中待放置元素的位置。比较A[i]和A[j]的大小关系，如果A[i]小于等于A[j]，则B[k]=A[i]，同时将指针i和k分别推进一步；反之，B[k]=A[j]，同时将指针j和k分别推进一步。如此反复，直到其中一个序列为空。最后，将非空序列中的剩余元素按原次序全部放到辅助数组B的尾部

3.算法描述

语句if((!s[j])&&(dist[j]<temp))对算法的运行时间贡献最大，也是作为基本语句的原因。当外层循环标号为1时，该语句在内层循环的控制下，共执行n次，外层循环从1~n，因此，该语句的执行次数为n*n=n2，算法的时间复杂性为O(n2)
实现该算法所需的辅助空间包含为数组s和变量i、j、t和temp所分配的空间，因此，🔎Dijkstra算法的空间复杂性为O(n)

void Merge(int A[]，int low，int middle，int high)
{
int i,j,k; int *B=new int[high-low+1];
i=low; j=middle+1; k=low;
 while(i<=middle&&j<=high)  //两个子序列非空
 if(A[i]<=A[j])  B[k++]=A[i++];
     else  B[k++]=A[j++];
 while (i<=middle) B[k++]=A[i++];
 while (j<=high) B[k++]=A[j++];
  for(i=low;i<=high;i++) A[i++]=B[i++];
}

还可以用递归形式实现

void MergeSort (int A[]，int low，int high)
{    int middle;
        if (low<high) 
           {
              middle=(low+high)/2;   //取中点
              MergeSort(A,low,middle); 
             MergeSort(A,middle+1,high); 
              Merge(A,low,middle,high); //合并
           }
}

4.算法分析

当n=1时，T(n)=O(1)
当n>1时，将时间T如下分解：

分解：这一步需要常量时间O(1)
解决子问题：递归求解两个规模为n/2的子问题，所需时间为2T(n/2)
合并：Merge算法可在O(n)时间内完成

得到合并排序算法运行时间T(n)的递归形式为在这里插入图片描述
求得T(n)=nT(1)+nlogn=n+nlogn，即**合并排序算法的时间复杂性为O(nlogn)**
算法所使用的工作空间取决于Merge算法，每调用一次Merge算法，便分配一个适当大小的缓冲区，退出Merge便释放它。在最后一次调用Merge算法时，所分配的缓冲区最大，需要O(n)个工作单元。所以，合并排序算法的空间复杂性为O(n)

5.构造实例

下面给大家个图片更容易理解，合并排序就是三大步骤：分解，然后分别排序再一一合并就ok了在这里插入图片描述
再给大家搞个动图
请添加图片描述

6.代码实现

6.1 Java

public static void mergeSort(int[]array){
   
  int length=array.length;
  int middle=length/2;
 
  if(length>1){
    int[]left=Arrays.copyOfRange(array,0,middle);//拷贝数组array的左半部分
    int[]right=Arrays.copyOfRange(array,middle,length);//拷贝数组array的右半部分
    mergeSort(left);//递归array的左半部分
    mergeSort(right);//递归array的右半部分
    merge(array,left,right);//数组左半部分、右半部分合并到Array
  }
}
 
//合并数组，升序
private static void merge(int[]result,int[]left,int[]right){
 
  int i=0,l=0,r=0;
 
  while(l<left.length&&r<right.length){
    if(left[l]<right[r]){
      result[i]=left[l];
      i++;
      l++;
    }else{
      result[i]=right[r];
      i++;
      r++;
   }
  }
 
  while(r<right.length){//如果右边剩下合并右边的
    result[i]=right[r];
    r++;
    i++;
  }
 
  while(l<left.length){
    result[i]=left[l];
    l++;
    i++;
  }
}

6.2 C/C++

#include <malloc.h>
#include <stdlib.h>
void mergesort(int*a,int length){
    int step;
    int*p,*q,*t;
    int i,j,k,len1,len2;
    int *temp;
        step=1;
    p=a;
    q=(int*)malloc(sizeof(int)*length);
    temp=q;
    while(step<length){
        i=0;
        j=i+step;
        k=i;
        len1=i+step<length?i+step:length;
        len2=j+step<length?j+step:length;
        while(i<length){
            while(i<len1&&j<len2){
                q[k++]=p[i]<p[j]?p[i++]:p[j++];
            }
            while(i<len1){
                q[k++]=p[i++];
            }
            while(j<len2){
                q[k++]=p[j++];
            }
            i=j;
            j=i+step;
            k=i;
            len1=i+step<length?i+step:length;
            len2=j+step<length?j+step:length;
        }
        step*=2;
        t=p;
        p=q;
        q=t;
    }
 
    if(a!=p){
        memcpy(a,p,sizeof(int)*length);
    }
    free(temp);
}
void main(void){
int arrary[]={9,6,1,3,8,4,2,0,5,7};
mergesort(arrary,10);
}

sort(int *begin,int *end)

void sort(int *begin,int *end)
{
int size=end-begin;
int*p,*p1,*p2,*mid=begin+size/2;
if(size<=1)return;//边界条件
sort(begin,mid);//递归求解
sort(mid,end);
p=(int*)malloc(size*sizeof(int));//申请临时空间
for(p1=begin,p2=mid;p1!=mid||p2!=end;)//合并有序表
*p++=(p2==end||p1!=mid&&*p1<*p2)?(*p1++):(*p2++);
for(p-=size;begin!=end;)//回填
*begin++=*p++;
free(p-size);//释放临时空间

//C++
#include<string>
#include<iostream>
using namespace std;//合并排序
//合并两部分有序数组time:O(n)
template<typename T>
void Merge(T  *arry,int start,int p,int end)
{
    int lsize=p-start,rsize=end-p;//两个数组的大小
    T * l=new T[lsize],*r=new T[rsize];//要合并的两个数组
    memcpy(l,arry + start,sizeof(T)*lsize);
    memcpy(r,arry + p,sizeof(T)*rsize);//将要合并的数组复制
    int lnow=0,rnow=0,i;//未合并的数字的位置
    for(i=0;lnow<lsize&&rnow<rsize;i++)
    {
        if(l[lnow]>r[rnow])//取较大的数
        {
            arry[start+i]=l[lnow];
            lnow++;
        }
        else
        {
            arry[start+i]=r[rnow];
            rnow++;
        }
    }
    if(lnow==lsize&&rnow!=rsize)//其中一个数组合并完以后，复制剩下的数据
    {
        memcpy(arry+start+i,r+rnow,sizeof(T)*(rsize-rnow));
    }
    else if(rnow==rsize&&lnow!=lsize)
    {
        memcpy(arry+start+i,l+lnow,sizeof(T)*(lsize-lnow));
    }
    delete l;
    delete r;//清理内存
    //return ;
}//排序函数time:O(nlgn)
template<typename T>
void MergeSort(T *arry,int start,int end)
{
    if(end-start > 1)//当元素个数为1时直接返回
    {
        int p=(start + end)/2;//切割数组
        MergeSort(arry,start,p);
        MergeSort(arry,p,end);//分别排序
        Merge(arry,start,p,end);//合并数组
    }
}
int main()
{
      
    int arr[10]={7,3,4,7,10,9,1,5,3,7};
     
    MergeSort(arr,0,10);
    for(int i=0;i<10;i++)
    {
        cout<<arr[i]<<" "<<endl;
    }
    return 0;
}