归并排序
算法分析
算法思想
归并排序遵循分治法的思想:
1. 分解带排序的n个元素序列成两个各有n/2个元素的子序列。
2. 使用归并排序递归地对两个子序列进行排序。
3. 合并两个已经排序的子序列,最终得到排序结果。
伪代码:
// 合并两个已经排好序的子序列。
Merge(A, p, q, r)
1 lLen = q - p + 1
2 rLen = r - q
3 for k = 1 to lLen
4 L[i] = A[p + k - 1]
5 for k = 1 to rLen
6 R[i] = A[q + k]
7 i = j = 1
8 for k = p to r
9 if L[i]
≤
R[j]
10 A[k] = L[i]
11 i = i + 1
12 else
13 A[k] = R[j]
14 j = j + 1
// 利用归并排序递归地排序两个子序列。
MergeSort(A, p, r)
1 if p < r
2 q =
⌊
(p + r) / 2
⌋
3 MergeSort(A, p, q)
4 MergeSort(A, q + 1, r)
5 Merge(A, p, q, r)
注意:if p < r这句必不可少,因为递归必须有终止条件,否则将无限递归。归并排序递归地排序两个子序列地过程中,不断对子序列进行划分,必然会划分到一个元素上,此时p=r,递归结束。
下面利用一组图对归并排序的Merge过程进行分析。注:图中绿色标记的为排过序的元素。
- 带排序序列为某段子序列A=[2, 4, 5, 7, 1, 2, 3, 6],分解为两个已经排好序的子序列L=[2, 4, 5, 7]和R=[1, 2, 3, 6],如图(a)所示。i,j,k分别指向序列L、R和A的首端,即i=j=1,k=9;
- i=1,j=1,k=9,比较L[i]和R[j],发现L[i]>R[j],取二者中最小的赋值给A[k],令A[k]=R[j],同时j和k各后移一位,即j=2, k=10,如图(b)所示;
- i=1,j=2,k=10,比较L[i]和R[j],发现L[i]=R[j],取二者中最小的赋值给A[k],令A[k]=L[i],同时i和k各后移一位,即i=2, k=11,如图(c)所示;
- 依此类推,经过图(d)(e)(f)(g)(h)(i)演示的推理过程,最终得到有序序列[1, 2, 2, 3, 4, 5, 6, 7]。
C++代码
#include <iostream>
using namespace std;
void Merge(int array[], int p, int q, int r)
{
int lenLeft = q - p + 1;
int lenRight = r - q;
int *arrayLeft = new int[lenLeft];
int *arrayRight = new int[lenRight];
int k = 0;
int i = 0;
int j = 0;
for (k = 0; k < lenLeft; k++)
{
arrayLeft[k] = array[p + k];
}
for (k = 0; k < lenRight; k++)
{
arrayRight[k] = array[q + 1 + k];
}
for (k = p; k < r; k++)
{
if (arrayLeft[i] < arrayRight[j])
{
array[k] = arrayLeft[i];
++i;
}
else
{
array[k] = arrayRight[j];
++j;
}
}
delete []arrayLeft;
delete []arrayRight;
}
void MergeSort(int array[], int p, int r)
{
if (p < r)
{
int q = (p + r) / 2;
MergeSort(array, p, q);
MergeSort(array, q + 1, r);
Merge(array, p, q, r);
}
}
int main()
{
int array[] = {5, 4, 2, 7, 3, 6, 1, 2};
MergeSort(array, 0, 7);
for (int i = 0; i < 8; i++)
{
cout << array[i] << " ";
}
cout << endl;
return 0;
}
Output:
1 2 2 3 4 5 6 7
算法复杂度
时间复杂度
O(nlogn)
空间复杂度
在合并两个有序子序列的过程中(Merge),动用了两个数组保存了两个有序子序列,所以归并排序的空间复杂度为O(n)。