归并排序

简单分治之归并排序

分治模式,在每层递归有三个步骤:
分解:将原问题分解为若干子问题
解决:递归求解各子问题;当子问题的规模足够小时,则直接求解
合并:合并子问题的解成为原问题的解

#include <iostream>
#define MAX 0x7fffffff //用作哨兵
/*归并排序*/

//辅助子程序
//左右两个有序数组合并,时间复杂度o(n)
//参数描述
//a为当前要排序数组指针
//[p,q],[q+1,r]是数组的左右两部分,分别已是有序
void merge(int a[], int p, int q, int r)
{
    //左右两数组分别拷贝
    int len1 = q-p+1;
    int len2 = r-q;
    int* pArrLeft = new int(len1+1);
    for (int i=0;i<len1;++i)
    {
        pArrLeft[i] = a[p+i];
    }
    pArrLeft[len1] = MAX; //这里很巧妙,用作简化代码

    int* pArrRight = new int(len2+1);
    for (int i=0;i<len2;++i)
    {
        pArrRight[i] = a[q+1+i];
    }
    pArrRight[len2] = MAX;//这里很巧妙,用作简化代码

    //更新待排序数组a
    int i=0;
    int j=0;
    for (int k=p;k<=r;++k)
    {
        if (pArrLeft[i] <= pArrRight[j])
        {
            a[k] = pArrLeft[i];
            ++i;
        }
        else
        {
            a[k] = pArrRight[j];
            ++j;
        }
    }

    delete pArrLeft;
    delete pArrRight;

}

void merge_sort(int a[], int left, int right)
{
    if (left >= right) return;

    //当待排序序列长度为1时,递归开始"回升"
    int mid = (left+right)>>1;
    merge_sort(a, left, mid);
    merge_sort(a, mid+1, right);

    //从分治到左右两数组分别只有一个元素时,开始回溯
    merge(a, left, mid, right);

}
void print_array(int a[], int len)
{
    for (int i=0;i<len;++i)
    {
        std::cout << a[i] << ",";
    }
    std::cout << std::endl;
}
int main() {
    int a[] = {2,4,5,7,1,2,3,6};

    print_array(a,8);
    merge_sort(a, 0, 7);
    print_array(a,8);

    return 0;
}

转载于:https://www.cnblogs.com/studyofadeerlet/p/11470819.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
代码下载:完整代码,可直接运行 ;运行版本:2022a或2019b或2014a;若运行有问题,可私信博主; **仿真咨询 1 各类智能优化算法改进及应用** 生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化 **2 机器学习和深度学习方面** 卷积神经网络(CNN)、LSTM、支持向量机(SVM)、最小二乘支持向量机(LSSVM)、极限学习机(ELM)、核极限学习机(KELM)、BP、RBF、宽度学习、DBN、RF、RBF、DELM、XGBOOST、TCN实现风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断 **3 图像处理方面** 图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知 **4 路径规划方面** 旅行商问题(TSP)、车辆路径问题(VRP、MVRP、CVRP、VRPTW等)、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、车辆协同无人机路径规划、天线线性阵列分布优化、车间布局优化 **5 无人机应用方面** 无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配 **6 无线传感器定位及布局方面** 传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化 **7 信号处理方面** 信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化 **8 电力系统方面** 微电网优化、无功优化、配电网重构、储能配置 **9 元胞自动机方面** 交通流 人群疏散 病毒扩散 晶体生长 **10 雷达方面** 卡尔曼滤波跟踪、航迹关联、航迹融合

“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