归并排序解剖

归并排序

归并排序描述

归并排序(MERGE-SORT是建立在归并操作上的一种有效的排序算法,该算法是采用分治法(Divideand Conquer)的一个非常典型的应用。将已有序的子序列合并,得到完全有序的序列;即先使每个子序列有序,再使子序列段间有序。

若将两个有序表合并成一个有序表,称为二路归并

算法思想

1、划分:将待排序序列划分为两个长度相等的子序列。

2、求解子问题:分别对这两个子序列进行归并排序,得到两个有序子序列。

3、合并:将两个有序子序列合并成一个有序序列。

算法核心步骤

核心步骤就一下三步:

1、归并排序前半个子序列

2、归并排序后半个子序列

3、合并两个已排序的子序列

其中,前两个步骤的是一样的方法mergeSort()进行递归,第三步是另一个方法merge()。这个算法中基本的操作就是第三步合并两个已排序的表。因为这两个表是已排序的,所以若将输出放到第三个表中,则该算法可以通过对输入数据一趟排序来完成。基本的合并算法是取两个输入数组A和B,一个输出数组C,以及3个计数器Actr、Bctr、Cctr,它们初始置于对应数组的开始端。A[Actr]和B[Bctr]中较小者被拷贝到C中的下一个位置,相关的计数器向前推进一步。当两个输入表有一个用完的时候,则将另一个表中剩余部分拷贝到C中。

实现代码(Java)

 

/**
 * 归并排序
 * @author 卡罗-晨
 *
 */
public class MergeSort {
	
	/**
	 * 归并排序之进行递归调用
	 * @param a	可比较的数组
	 * @param tmpArray 存放每次递归结束之后的结果,有序集
	 * @param left 数组最左边的下标
	 * @param right 数组最右边的下标
	 */
	private static <T extends Comparable<? super T>> void mergeSort(
			T[] a,T[] tmpArray,int left,int right) {
		if(left<right) {
			int center = (left+right)/2;
			mergeSort(a, tmpArray, left, center); //归并排序前半个子序列
			mergeSort(a, tmpArray, center+1, right); //归并排序后半个子序列
			merge(a,tmpArray,left,center+1,right); //合并两个已排序的子序列
		}
	}
	
	/**
	 * 归并排序之合并序列的左右两半
	 * @param a 可比较的数组
	 * @param tmpArray 存放每次递归结束之后的结果,有序集
	 * @param leftPos 左半边开始下标
	 * @param rightPos 右半边开始下标
	 * @param rightEnd 右半边结束下标
	 */
	private static <T extends Comparable<? super T>> void merge(
			T[] a, T[] tmpArray, int leftPos, int rightPos, int rightEnd) {
		int leftEnd = rightPos-1;
		int tmpPos = leftPos;
		int numElements = rightEnd-leftPos+1;
		
		while(leftPos<=leftEnd && rightPos<=rightEnd) {
			if(a[leftPos].compareTo(a[rightPos])<=0) {
				tmpArray[tmpPos++] = a[leftPos++];
			}else {
				tmpArray[tmpPos++] = a[rightPos++];
			}
		}
		while(leftPos<=leftEnd) {
			tmpArray[tmpPos++] = a[leftPos++];
		}
		while(rightPos<=rightEnd) {
			tmpArray[tmpPos++] = a[rightPos++];
		}
		
		for(int i=0;i<numElements;i++,rightEnd--) {
			a[rightEnd] = tmpArray[rightEnd];
		}
	}
	
	/**
	 * 归并排序
	 * @param a待排序序列
	 */
	public static <T extends Comparable<? super T>> void mergeSort(T[] a){
		T[] tmpArray = (T[]) new Comparable[a.length];
		mergeSort(a, tmpArray, 0, a.length-1);
	}
}

merge()方法很精巧。如果对merge的每个递归调用均局部声明一个临时数组,那么在任一时刻就可能有个临时数组处在活动期。精密的考察表明,由于merge是mergeSort的最后一行,因此在任一时刻只需要一个临时数组在活动,而且这个临时数组可以在public型的mergeSort驱动程序中建立。

算法分析

二路归并排序的时间代价是O(nlogn)。二路归并排序在合并过程中需要与原始记录序列同样数量的存储空间,因此其空间复杂性为O(n)

以下是对提供的参考资料的总结,按照要求结构化多个要点分条输出: 4G/5G无线网络优化与网规案例分析: NSA站点下终端掉4G问题:部分用户反馈NSA终端频繁掉4G,主要因终端主动发起SCGfail导致。分析显示,在信号较好的环境下,终端可能因节能、过热保护等原因主动释放连接。解决方案建议终端侧进行分析处理,尝试关闭节电开关等。 RSSI算法识别天馈遮挡:通过计算RSSI平均值及差值识别天馈遮挡,差值大于3dB则认定有遮挡。不同设备分组规则不同,如64T和32T。此方法可有效帮助现场人员识别因环境变化引起的网络问题。 5G 160M组网小区CA不生效:某5G站点开启100M+60M CA功能后,测试发现UE无法正常使用CA功能。问题原因在于CA频点集标识配置错误,修正后测试正常。 5G网络优化与策略: CCE映射方式优化:针对诺基亚站点覆盖农村区域,通过优化CCE资源映射方式(交织、非交织),提升RRC连接建立成功率和无线接通率。非交织方式相比交织方式有显著提升。 5G AAU两扇区组网:与三扇区组网相比,AAU两扇区组网在RSRP、SINR、下载速率和上传速率上表现不同,需根据具体场景选择适合的组网方式。 5G语音解决方案:包括沿用4G语音解决方案、EPS Fallback方案和VoNR方案。不同方案适用于不同的5G组网策略,如NSA和SA,并影响语音连续性和网络覆盖。 4G网络优化与资源利用: 4G室分设备利旧:面对4G网络投资压减与资源需求矛盾,提出利旧多维度调优策略,包括资源整合、统筹调配既有资源,以满足新增需求和提质增效。 宏站RRU设备1托N射灯:针对5G深度覆盖需求,研究使用宏站AAU结合1托N射灯方案,快速便捷地开通5G站点,提升深度覆盖能力。 基站与流程管理: 爱立信LTE基站邻区添加流程:未提供具体内容,但通常涉及邻区规划、参数配置、测试验证等步骤,以确保基站间顺畅切换和覆盖连续性。 网络规划与策略: 新高铁跨海大桥覆盖方案试点:虽未提供详细内容,但可推测涉及高铁跨海大桥区域的4G/5G网络覆盖规划,需考虑信号穿透、移动性管理、网络容量等因素。 总结: 提供的参考资料涵盖了4G/5G无线网络优化、网规案例分析、网络优化策略、资源利用、基站管理等多个方面。 通过具体案例分析,展示了无线网络优化的常见问题及解决方案,如NSA终端掉4G、RSSI识别天馈遮挡、CA不生效等。 强调了5G网络优化与策略的重要性,包括CCE映射方式优化、5G语音解决方案、AAU扇区组网选择等。 提出了4G网络优化与资源利用的策略,如室分设备利旧、宏站RRU设备1托N射灯等。 基站与流程管理方面,提到了爱立信LTE基站邻区添加流程,但未给出具体细节。 新高铁跨海大桥覆盖方案试点展示了特殊场景下的网络规划需求。
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