归并排序
tips: 接下来我们介绍的排序是二分操作,为了计算时间复杂度我们在这给出定论 master 公式,专门用于计算递归类算法的时间复杂度。
剖析递归行为和递归行为时间复杂度的估算
一个递归行为的例子
master公式的使用
T(N) = a*T(N/b) + O(N^d)
a 表示递归的次数也就是生成的子问题数,N/b 表示子问题的规模。O(N^d) 表示除了递归操作以外其余操作的复杂度
- log(b,a) > d -> 复杂度为O(N^log(b,a))
- log(b,a) = d -> 复杂度为O(N^d * logN)
- log(b,a) < d -> 复杂度为O(N^d)
算法思想: 归并排序的算法思想是基于二分来做的,首先我们对整个数组进行一个二分操作,分为左半部分跟右半部分,接下来我们又把这俩个部分分别看成一个数组,分别又对他们进行一个二分,直到我们不能二分为止,然后我们对左右俩边进行一个合并,在合并的途中进行一个排序,这样再合并回一整个数组的时候就已经是全部排好序的了。
手动模拟一次:
代码实现:
void merge( int arr[], int L, int mid, int R ){
int *temp = new int[R - L + 1];
int i = 0;
int p1 = L;
int p2 = mid + 1;
while( p1 <= mid && p2 <= R ){
temp[i ++] = arr[p1] < arr[p2] ? arr[p1 ++] : arr[p2 ++];
}
while( p1 <= mid ){
temp[i ++] = arr[p1 ++];
}
while( p2 <= R ){
temp[i ++] = arr[p2 ++];
}
for( int idx = 0; idx < i; ++ idx ){
arr[L + idx] = temp[idx];
}
delete[] temp;
}
void mergeSortProcess( int arr[], int L, int R ){
if( L == R ){
return ;
}
int mid = L + ((R - L) >> 1);
mergeSortProcess( arr, L, mid );
mergeSortProcess( arr, mid + 1, R );
merge( arr, L, mid, R );
}
void mergeSort( int arr[], int n ){
if( n <= 1 ){
return ;
}
mergeSortProcess( arr, 0, n - 1 );
}