算法导论———归并排序(JAVA、Python)

分治模式在每层递归时都有三个步骤:
分解原问题为若干子问题,这些子问题是原问题的规模较小的实例。
解决这些子问题,递归地求解各子问题。然而,若子问题的规模足够小,则直接求解。
合并这些子问题的解成原问题的解。

归并排序算法完全遵循分治模式。直观上其操作如下:
分解:分解待排序的n个元素的序列成各具n/2个元素的两个子序列。
解决:使用归并排序递归地排序两个子序列。
合并:合并两个已排序的子序列以产生已排序的答案。

当待排序的序列长度为1时,递归“开始回升”,在这种情况下不要做任何工作,因为长度为1的每个序列都已排好序。

伪代码描述:

MERGE(A, p,q, r)

1         n=q-p+1

2         n2=r-q

3         letL[1..n+ 1] and R[1..n2+ 1] be new arrays

4        fori= 1 ton

5                L[i]=A[p+ i- 1]

6        forj= 1 ton2

7                R[i]= A[q+门]

8         L[n+ 1]=∞

9         R[n2+ 1]=∞

10        i=1

11         j=1

12         for k= p to r

13                if L[i] <= R[j]

14                       A[k]= L[i]

15                        i=i+ 1

16        else  A[k]= R[i]

17                j=j+1

MERGE-SORT(A,p, r)

1         if p<r

2                q= (p+r)/2

3        MERGE SORT(A, p, q)

4        MERGE-SORT(A, q+1, r)

5        MERGE(A, p, q, r)

Python代码:


def merge(list1,listl,listr):
    i,j,k=0,0,0
    while i < len(listl) and j < len(listr):
        if listl[i] <= listr[j]:
            list1[k] = listl[i]
            k+=1
            i+=1
        else:
            list1[k] = listr[j]
            k+=1
            j+=1
    #将多出的序列插入队尾
    while i < len(listl) :
        list1[k] = listl[i]
        k+=1
        i+=1
    while j < len(listr):
        list1[k] = listr[j]
        k+=1
        j+=1


def mergesort(list1) :
    if len(list1)<2 :
        return list1
    q =int(len(list1)/2)
    listl= list1[:q]
    listr= list1[q:]
    #将序列分解为左右两部分,直到不能分解为止
    mergesort(listl)
    mergesort(listr)
    #回溯,将序列排序后合并
    merge(list1,listl,listr)

if __name__ == '__main__':
    p=0
    r = int(input("请输入需要排序的个数"))
    x=input()
    list1 = x.split(',')
    list1=[int(list1[i]) for i in range(r)]
    mergesort(list1)
    print(list1)


JAVA代码:

package suanfa;
import java.util.*;

public class MergeSort {
    public static void merge(int[] A, int p, int q, int r) {
       int n1 =r-p+1;
       int[] temp = new int[n1];//没有将原数组直接分为两个数组,所以创建临时数组,用来临时存放排序后的序列
       int i =p;
       int j =q+1;
       int k = 0;
       while(i <= q && j <= r){
           if (A[i]<=A[j]){
               temp[k] = A[i];
               i++;
               k++;
           }else {
               temp[k] = A[j];
               j++;
               k++;
           }
       }
       while(i <= q){
           temp[k] =A[i];
           i++;
           k++;
       }
       while(j<= r){
            temp[k] =A[j];
            j++;
            k++;
        }

        for (int n =0;n<temp.length;n++){
            A[n+p] = temp[n];
        }

    }
    public static void mergesort(int[] A,int p,int r){
        if(p >= r){
            return;
        }

            int q = (p+r)/2;
        //将数组逻辑上分为两部分,直到不能分为止
            mergesort(A,p,q);
            mergesort(A,q+1,r);
            merge(A,p,q,r);
    }

    public static void main(String []args){
        Scanner input = new Scanner(System.in);
        System.out.println("请输入需要排序的数字个数:");
        int r = input.nextInt();
        int p = 0;
        int[] A = new int[r];
        for (int i = 0;i < r;i++){
            A[i] = input.nextInt();
        }
        mergesort(A,p,r-1);
        for (int i = 0;i<r;i++){
            System.out.printf(A[i]+" ");
        }
        System.out.printf("\n");

    }
}

  • 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