基本思想
分而治之的思想,将该问题划分为各个子问题,通过求解子问题,进而得到原问题的解。将序列先进行分解,分解为1个单位后,将子序列进行两两合并,进行归并排序,合并后的子序列为有序子序列。然后依次类推,将得到的新的子序列再进行两两合并,直至得到一个完整的序列后,便可确定已得到的序列为有序序列。
算法实现
全分解,再排序合并
四步:
- 取中位数,分解
- 获取两区间起始点,对比合并于一个数组中
- 扫尾
- 将顺序数组按原数组起始存储至原数组中
C++
#include <stdio.h>
// 设置可排序数量范围
const int M = 1e5 + 10;
// 存放有序序列的临时数组
int tmp[M];
void merge_sort(int q[], int l, int r){
// 边界终止条件
if(l >= r) return ;
int mid = l + r >> 1;
merge_sort(q, l, mid);
merge_sort(q, mid + 1 ,r);
// 进行合并,设置k为存放有序序列的数组下标;i为待比较序列中第一个子序列的起始下标,j为待比较序列中第二个子序列的起始下标。
int k = 0, i = l, j = mid + 1;
while(i <= mid && j <= r)
if(q[i] <= q[j]) tmp[k++] = q[i++];
else tmp[k++] = q[j++];
// 比较完后,若第一个子序列还有剩余,将剩余的值添加到tmp中;第二个子序列剩余同理。
while(i <= mid) tmp[k++] = q[i++];
while(j <= r) tmp[k++] = q[j++];
// 将有序序列存放至原数组中,相当于完成一轮合并
for(k = 0, i = l; i <= r; k++, i++) q[i] = tmp[k];
}
int main(){
int n; scanf("%d",&n);
int q[M]; for(int i = 0; i < n; i++) scanf("%d",&q[i]);
merge_sort(q, 0, n-1);
for(int i = 0; i < n; i++) printf("%d ",q[i]);
return 0;
}
注
- 边界选择mid = (l + r) / 2,merge_sort(q, l, mid); merge_sort(q, mid + 1, r); i = l, j = mid + 1,即可。
- 也可以用mid = (l + r + 1) / 2,不过这时需要merge_sort(q, l, mid - 1); merge_sort(q, mid, r); i = l, j = mid,i <= mid -1 (或i < mid)。
不过,通常用第一种mid写起来更对称,通顺一些
Python
版本一
def merge_sort(arr, l, r, tmp):
if l >= r:
return
mid = (l + r) // 2
merge_sort(arr, l, mid, tmp)
merge_sort(arr, mid + 1, r, tmp)
k, i, j = 0, l, mid + 1
while i <= mid and j <= r:
if arr[i] <= arr[j]:
tmp[k] = arr[i]
i += 1
else:
tmp[k] = arr[j]
j += 1
k += 1
while i <= mid:
tmp[k] = arr[i]
k += 1
i += 1
while j <= r:
tmp[k] = arr[j]
k += 1
j += 1
k = 0
for i in range(l, r + 1):
arr[i] = tmp[k]
k += 1
return ;
if __name__ == '__main__':
n = int(input())
arr = list(map(int, input().strip().split()))
tmp = [0] * len(arr)
merge_sort(arr, 0, n - 1, tmp)
print(' '.join(map(str, arr)))
注:如果将tmp变成def中的局部变量会超时。
版本二
def merge_sort(arr, l, r):
if l >= r:
return
mid = (l + r) // 2
merge_sort(arr, l, mid)
merge_sort(arr, mid + 1, r)
tmp = []
i, j = l, mid + 1
while i <= mid and j <= r:
if arr[i] <= arr[j]:
tmp.append(arr[i])
i += 1
else:
tmp.append(arr[j])
j += 1
tmp += arr[i:mid + 1]
tmp += arr[j:r + 1]
arr[l:r + 1] = tmp
return ;
if __name__ == '__main__':
n = int(input())
arr = list(map(int, input().strip().split()))
tmp = [0] * len(arr)
merge_sort(arr, 0, n - 1)
print(' '.join(map(str, arr)))
注:此方式是让列表动态增长,然后直接赋值。
算法复杂度
- 平均时间复杂度为O(nlog n)
- 最坏时间复杂度为O(nlog n)
- 最好时间复杂度为O(nlog n)
- 空间复杂度为O(n)
- 具有稳定性,即同一序列经排序后位置一定确定
参考文章:
AcWing 787. 归并排序的证明与边界分析