排序算法<五> :归并排序(迭代与递归实现)

  归并排序原理

          归并排序建立在归并操作上的一种有效,稳定的排序算法,是采用分治法的一个非常典型的应用。将集合数据拆分成若干个子序列,并使各个子序列有序,依次合并,并进行排序,直到合并为整个数据集合有序。(此处应该有图,但是画图耗时间,先不画了,以后有空再来补。)

   归并排序(递归版)实现(升序排列)

          归并排序时间复杂度O(nlog n),性能仅低于快速排序。性能比希尔排序更好。根据归并排序原理,每经过合并才做,集合数据都会更接近有序,直到所有子序列合并成一个集合,整个集合数据将会有序。归并排序的过程,很适合使用递归的方式来实现,使用递归实现的缺点为,当数据量太大时,递归层数会过多,可能导致栈溢出,同时,由于往栈中压入和弹出数据也都需要时间,所以降低了效率。代码实现如下:

/*
 *@功能说明
 *    排序合并数据
 *@参数 int * arrLeft  <#数组左半部分#>
 *@参数 int  leftSize  <#左半部分长度#>
 *@参数 int * arrRight <#数组右半部分#>
 *@参数 int  rightSize  <#右半部分长度#>
 *@返回值 <#void#>
 */
void mergeData( int * arrLeft, int leftSize, int * arrRight, int rightSize)
{
    int i = 0 , j = 0,idx = 0;
    /*此处malloc可以优化,在函数递归之前,分配好跟数据集合大小一样的空间,通过参数传递进来,不用每次合并都重新malloc空间,浪费时间*/
    int * tmp = (int *)malloc(sizeof(int) * (leftSize + rightSize));
    if(NULL == tmp){
       printf("=====> malloc error\n");
       return;
    }

    while(i < leftSize && j < rightSize){
        if(arrLeft[i] < arrRight[j]){
           tmp[idx++] = arrLeft[i++];
        }else{
           tmp[idx++] = arrRight[j++];
        }
    }

    while(i < leftSize){
       tmp[idx++] = arrLeft[i++];
    }

    while(j < rightSize){
           tmp[idx++] = arrRight[j++];
    }
    for( i = 0 ; i < idx;i++){
       arrLeft[i] = tmp[i];
    }

    free(tmp);
}


/*
 *@功能说明
 *    归并排序,递归版本
 *@参数 int * array <#待排序数组#>
 *@参数 int  len <#待排序数组长度#>
 *@返回值 <#void#>
 */
void  mergeSort(int * array, int len)
{
        if(len > 1){
          mergeSort(array,(len >> 1));
          mergeSort(array + (len >> 1), len - (len >> 1));

          mergeData(array,(len >> 1),array + (len >> 1), len - (len >> 1));
       }
}

归并排序(迭代版)实现(升序排列)

/*
 *@功能说明
 *    归并排序,迭代版本
 *@参数 int * array <#待排序数组#>
 *@参数 int  len <#待排序数组长度#>
 *@返回值 <#void#>
 */
void  mergeSort2(int * array, int len)
{
     int i = 0, leftMin = 0 , leftMax = 0, rightMin = 0, rightMax = 0,idx = 0;
     int * tmp = (int *) malloc(sizeof(int) * len);
     if(NULL == tmp){
         printf("=======> malloc error\n");
         return ;
     }

     for( i = 1 ; i < len ; i = (i << 1)){
         for(leftMin = 0 ; leftMin < len - i ; leftMin = rightMax){
               rightMin = leftMax = (leftMin + i > len ) ? len : (leftMin + i);

               rightMax = rightMin + i > len ? len : rightMin + i;

               idx = 0;

               while(leftMin  < leftMax && rightMin < rightMax ){
                      array[leftMin] < array[rightMin] ? (tmp[idx++] = array[leftMin++]) :  (tmp[idx++] = array[rightMin++]);
               }


               while(leftMin < leftMax){
                   array[--rightMin] = array[--leftMax];
               }

               while(idx > 0){
                  array[--rightMin] = tmp[--idx];
               }

         }
     }

}

总结

    归并排序的递归版本比迭代版本容易实现,但是由于递归所存在的缺陷,推荐优先使用迭代版本的实现。

  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
归并排序是一种经典的排序算法,它采用分治的思想,将一个大问题分解成若干个小问题,然后合并小问题的解来得到大问题的解。归并排序递归实现非常简单,但实际上我们也可以使用非递归的方式来实现归并排序。 非递归归并排序算法可以使用迭代的方式来实现。具体的实现思路是,先将原数组分成若干个长度为1的子数组,然后将相邻的子数组合并成长度为2的子数组,再将相邻的长度为2的子数组合并成长度为4的子数组,以此类推,直到将整个数组排好序为止。 下面是归并排序递归算法的代码实现: ```python def merge_sort(arr): n = len(arr) step = 1 while step < n: for i in range(0, n, step * 2): left = i right = min(i + step, n) end = min(i + step * 2, n) merge(arr, left, right, end) step *= 2 return arr def merge(arr, left, right, end): left_arr = arr[left:right] right_arr = arr[right:end] k = left i = j = 0 while i < len(left_arr) and j < len(right_arr): if left_arr[i] <= right_arr[j]: arr[k] = left_arr[i] i += 1 else: arr[k] = right_arr[j] j += 1 k += 1 while i < len(left_arr): arr[k] = left_arr[i] i += 1 k += 1 while j < len(right_arr): arr[k] = right_arr[j] j += 1 k += 1 ``` 在上面的代码中,`merge_sort` 函数使用一个变量 `step` 来表示当前合并的子数组的长度,初始值为1。然后在一个 `while` 循环中,每次将相邻的两个长度为 `step` 的子数组合并成一个长度为 `step*2` 的子数组,直到 `step` 大于等于数组长度为止。在合并子数组的时候,我们使用 `merge` 函数将两个子数组合并成一个有序的子数组。 需要注意的是,在 `merge` 函数中,我们使用了一个 `left` 变量来表示左子数组的起始位置,使用一个 `right` 变量来表示右子数组的起始位置,使用一个 `end` 变量来表示右子数组的结束位置。这是因为在合并子数组的时候,右子数组的起始位置并不是固定的,而是根据 `left` 和 `step` 来计算的。 归并排序的非递归实现虽然比递归实现稍微复杂一些,但它具有更好的空间复杂度和更好的稳定性,是一种非常实用的排序算法

“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