排序算法之归并排序

代码

#include <stdio.h>
#define N 100
int a[N], left[N], right[N];


void merge(int start, int mid, int end)
{
    int i, j, k;
    int n1 = mid - start + 1;
    int n2 = end - mid;
    for (i = 0; i < n1; i++)
    {
        left[i] = a[start + i];
    }
    for (i = 0; i < n2; i++)
    {
        right[i] = a[mid + i + 1];
    }
    i = j = 0;
    for (k = start; i < n1 && j < n2; k++)
    {
        if (left[i] < right[j])
        {
            a[k] = left[i];
            i++;
        }
        else
        {
            a[k] = right[j];
            j++;
        }
    }
    if (i < n1)
    {
        for (; i < n1; i++)
        {
            a[k] = left[i];
            k++;
        }
    }
    if (j < n2)
    {
        for (; j < n2; j++)
        {
            a[k] = right[j];
            k++;
        }
    }
}

void merge_sort(int start, int end)
{
    int mid;
    if (start < end)
    {
        mid = (start + end) / 2;
        merge_sort(start, mid);
        merge_sort(mid + 1, end);
        merge(start, mid, end);
    }

}


int main(void)
{
    //freopen("E:\\input.txt", "r", stdin);
    int n, i;
    scanf("%d", &n);
    for (i = 0; i < n; i++)
    {
        scanf("%d", &a[i]);
    }
    merge_sort(0, n - 1);
    for (i = 0; i < n; i++)
    {
        printf("%d ", a[i]);
    }
    printf("\n");
    return 0;
}

Input

8
5 2 4 7 1 3 2 6

Output

1 2 2 3 4 5 6 7

算法分析

图中S表示sort函数，M表示merge函数，整个控制流程沿虚线所示的方向调用和返回。由于sort函数递归调用了自己两次，所以各函数之间调用关系呈树状结构。画这个图只是为了更清楚地展现归并排序的过程，读者在理解递归函数时一定不要全部展开来看，而是要抓住Base Case和递推关系来理解。下面分析一下归并排序的时间复杂度。

首先分析merge函数的时间复杂度。在merge函数中演示了C99的新特性－－可变长数组，当然也可以避免使用这一特性，比如把left和right都按最大长度LEN分配。不管用哪种办法，定义数组并分配存储空间的语句执行时间可以看作常数，而不管数组有多长，常数用Θ-notation记作Θ(1)。设子序列a[start..mid]的长度为n1，子序列[mid+1..end]的长度为n2，a[start..end]的总长度为n=n1+n2，则前两个for循环的执行时间是Θ(n1+n2)，也就是Θ(n)，后面三个for循环合在一起看，每走一次循环就会在最终的排序序列中确定一个元素，最终的排序序列共有n个元素，所以执行时间也是Θ(n)。两个Θ(n)再加上若干常数项，merge函数总的执行时间仍是Θ(n)，其中n=end-start+1。

然后分析sort()函数的时间复杂度，当输入长度n=1，也就是start=end时，if条件不成立，执行时间为常数Θ(1)，当输入长度n>1时：

总的执行时间 = 2 × 输入长度为n/2的sort函数执行时间 + merge函数的执行时间Θ(n)

设输入长度为n的sort函数执行时间为T(n)，综上所述：

这是一个递推公式（Recurrence）。我们需要把把T(n)从等号右侧消去，写成n的函数。其实，符合一定条件的Recurrence展开有数学公式可以套。这里我们略去严格的数学证明，只是从直观上看一下这个递推公式的结果。当n=1时可以设T(1)=c1，当n>1时可以设T(n)=2T(n/2)+c2n，我们取c1和c2中较大的一个设为c，把原来的公式改为：

这样计算出的结果应该是T(n)的上界。下面我们把T(n/2)的项展开成2T(n/4)+cn/2（下图中的(c)），然后再把T(n/4)进一步展开，直到最后全部变成T(1)=c的项（下图中的(d)）：

把图(d)中所有的项加起来就是总的执行时间。这是一个树状结构，每一层的和都是cn，共有lgn+1层，因此总的执行时间是cnlgn+cn，相比nlgn项来说，cn项可以忽略，因此T(n)的上界是Θ(nlgn)。

如果先前取c1和c2中较小的一个设为c，计算出的结果应该是T(n)的下界，然而推导过程一样，结果也是Θ(nlgn)。既然T(n)的上下界都是Θ(nlgn)，显然T(n)就是Θ(nlgn)。

可见，归并排序是比插入排序更好的算法，虽然merge函数的步骤较多，引入了较大的常数、系数和低次项，但是对于较大的输入长度n，这些都不是主要因素，归并排序是Θ(nlgn)，插入排序的平均情况是Θ(n2)，这就决定了归并排序是更快的算法。

参考：
归并排序