1、归并排序的实现
归并排序也利用了分治法的思想,首先将序列分成左右两部分,将左右两部分分别排序,然后将有序的两个子序列进行合并(即merge操作),程序是递归进行的,主函数实现如下:
//归并排序主函数
void merge_sort(int* a,int first,int last){
int mid;
if(first<last){
mid = (first+last)/2;
merge_sort(a,first,mid);
merge_sort(a,mid+1,last);
//merge(a,first,mid,last); //merge操作方法1,普通的merge操作
improved_merge(a,first,mid,last); //meger操作方法2,优化的merge操作
}
}
待排序的子序列从first开始,以last结尾,递归调用merge_sort,当first==last的时候停止,然后将已经有序的子序列进行合并操作。
2、普通的merge操作
普通的merge操作在合并长度为k和m的子序列时,需要消耗k+m个空间来创建一个临时数组,空间复杂度为O(n),实现如下:
//将从first到mid的子串和从mid+1到last的子串合并
void merge(int* a,int first,int mid,int last){
int* c;
int i = first,j = mid+1;
int k = 0;
//合并n个元素需要n个空间,空间复杂度为O(n)
c = (int*)malloc(sizeof(int)*(last-first+1));
while(i<=mid && j<=last){
if(a[i]<=a[j]){
c[k++] = a[i++];
}else{
c[k++] = a[j++];
}
}
while(i<=mid){
c[k++] = a[i++];
}
while(j<=last){
c[k++] = a[j++];
}
for(i=first,k=0;i<=last;i++,k++){
a[i] = c[k];
}
}
3、优化的merge操作
在合并长度为k和m的子串时,只需要min{k,m}的额外空间即可,首先申请大小为min{k,m}的空间,然后从子序列a和b中选择最右边的元素(即从子序列最大元素开始选),选择两个子序列中的较大者放在额外空间的右边,从右向左填充,额外空间填满之后再填充长度为max{k,m}的子序列,从最后一个开始填充,这种方法省了至少一半的空间,虽然空间复杂度仍未O(n),实现如下:
//申请额外n/2个空间,如果两个子串大小不一样,则申请的空间
//大小只需要为小的那个。选取两个子串中的较大的从右往左排序。
//先填充额外空间c,再填充已有的空间。
void improved_merge(int* a,int first,int mid,int last){
int* c;
int i,j,k;
//合并n个元素需要需要n/2个空间,虽然空间复杂度仍为O(n)
c = (int*)malloc(sizeof(int)*(last-mid));
i=mid,j=last;
for(k=last-mid-1;k>=0;k--){ //从右往左填充c
if(a[i]>=a[j]){
c[k] = a[i--];
}else{
c[k] = a[j--];
}
}
k = mid;
while(i>=first&&j>=mid+1){ //填充a
if(a[i]>=a[j]){
a[k--] = a[i--];
}else{
a[k--] = a[j--];
}
}
while(i>=first){
a[k--] = a[i--];
}
while(j>=mid+1){
a[k--] = a[j--];
}
for(i=mid+1,k=0;i<=last;i++,k++){ //将c复制到a中
a[i] = c[k];
}
}
4、归并排序的时间复杂度分析
进行一次merge操作,worst case需要进行k+m-1次比较,即若k+m=n,需要进行n-1次比较。
递归表达式可以近似表示为:
T(n)=T(n/2)+T(n/2)+Cn。
由master theorem可得为nlgn,空间复杂度由上面分析可得为O(n)。