排序算法——归并排序

前言

将待排序序列R[0...n-1]看成是n个长度为1的有序序列,将相邻的有序表成对归并,得到n/2个长度为2的有序表;将这些有序序列再次归并,得到n/4个长度为4的有序序列;如此反复进行下去,最后得到一个长度为n的有序序列。

参考资料

1. 编码

//display
template<typename T> struct Disp
{
    void operator()(T value)
    {
        cout << value << "\t";
    }
};

void Merge(std::vector<int>& vec, int left, int midle, int right)
{
    int i = left;       //第一个序列的起始位置
    int j = midle+1;    //第二个序列的起始位置
    int pos = 0;        //临时数组下标计数


    int* temp_array = new int[right-left+1];    //临时数组


    while(i<=midle && j<=right) //遍历两个序列,将小的数字放在前面
    {
        if(vec[i] < vec[j])
        {
            temp_array[pos++] = vec[i++];
        }
        else
        {
            temp_array[pos++] = vec[j++];
        }
    }


    while(i<=midle) //第一个序列没走完,那么将第一个序列的元素添加到后面去
        temp_array[pos++] = vec[i++];


    while(j<=right) //第二个序列没走完,那么将第二个序列的元素添加到后面去
        temp_array[pos++] = vec[j++];


    //更新原始的数组
    for(int i=0, k=left; k<=right; k++, i++)
        vec[k] = temp_array[i];


    delete[] temp_array;
    temp_array = nullptr;
}


void MergeSort(std::vector<int>& vec)
{
    int len(vec.size());
    if(len == 0) return;
    cout << "display origin array:" << endl;
    for_each(vec.begin(), vec.end(), Disp<int>());  //打印原始的数据


    for (int gap = 1; gap<len; gap=2*gap)
    {
        int i = 0;


        // 归并gap长度的两个相邻子表
        for (i=0; i+2*gap-1<len; i=i+2*gap)
        {
            Merge(vec, i, i+gap-1, i+2*gap-1);
        }


        // 余下两个子表,后者长度小于gap
        if (i+gap-1 < len)
        {
            Merge(vec, i, i+gap-1, len-1);
        }
    }


    cout << "\narray sorted:" << endl;
    for_each(vec.begin(), vec.end(), Disp<int>());
}


  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 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。

“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
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