排序算法——归并排序

归并算法是分治法的典型应用

归并算法的实现有两种:

  • 自上而下的递归;
  • 自下而上的迭代;

归并算法的时间复杂度不受输入数据的影响,始终都是O(nlogn)

算法的求解思路

归并排序的整体思路就是分而治之,将待排序列分为两部分,分别排序,采用递归,直到不能再分割,那么简单地进行一个归并即可。将两个有序的数组合并成一个大的有序的数组,通过递归把待排序数组变成完全有序数组。

归并的核心算法就是如何将2个数组合并

分解过程

合并过程

首先创建一个临时数组tmp 以及2个索引分别指向2个数组的首

让2个索引对应的值进行比较 谁对应的值小 把值小的放入tmp数组 然后当前索引++ 再循环比较

这样做必然会有一个数组索引先到头 再对另一个数组剩下的元素遍历放入tmp即可

然后再把合并好的数组放会原数组对应的为止 就算完成此次合并

归并到上一个层级之后继续归并,归并到更高的层级

 采用一个动图来更直观的体现(图源自1.5 归并排序 | 菜鸟教程

代码实现

import java.util.Arrays;

/**
 * @description:
 * @author: gyj
 * @date: 2022/8/30 9:23
 */
public class MergeSort {

  public static void main(String[] args) {
    int[] arr = {8,6,4,3,2,1,5,7};
    //新建一个临时数组存放
    int[] tmp = new int[arr.length];
    mergeSort(arr,0,arr.length-1,tmp);
    System.out.println(Arrays.toString(arr));
  }

  public static void merge(int[] arr,int low,int mid,int high,int[] tmp){
    int i = 0;
    int j = low,k = mid+1;
    while(j <= mid && k <= high){
      if(arr[j] < arr[k]){
        tmp[i++] = arr[j++];
      }else{
        tmp[i++] = arr[k++];
      }
    }
    //若左边序列还有剩余,则将其全部拷贝进tmp[]中
    while(j <= mid){
      tmp[i++] = arr[j++];
    }

    while(k <= high){
      tmp[i++] = arr[k++];
    }

    for(int t=0;t<i;t++){
      arr[low+t] = tmp[t];
    }
  }

  public static void mergeSort(int[] arr,int low,int high,int[] tmp){
    if(low<high){
      int mid = (low+high)/2;
      mergeSort(arr,low,mid,tmp); //对左边序列进行归并排序
      mergeSort(arr,mid+1,high,tmp); //对右边序列进行归并排序
      merge(arr,low,mid,high,tmp); //合并两个有序序列
    }
  }
}

  • 0
    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。

“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

打赏作者

赚钱去流浪

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