上篇文章讲到插入排序算法,是一个标准的增量方法:在排好的子数组后,将元素插入,形成新的数组。今天要介绍的是一种新方法:分治法。
分治法,将原问题划分成n个规模较小而结构与原问题相似的子问题;递归地解决这些子问题,然后再合并其结果,就能得到原问题的解。在每一层递归上都会有三个步骤:
- 分解:将原问题分解成一系列子问题;
- 解决:递归地解决各子问题,若子问题足够小,则直接求解;
- 合并:将子问题的结果合并成原问题的解。
合并排序算法完全依照了上述模式,直观的操作如下:
- 分解:将n个元素分成各含n/2个元素的子序列
- 解决:用合并排序法将两个子序列递归的排序
- 合并:合并两个已排序的子序列以得到排序结果
对于子序列排序时,其长度为1时,递归结束。当个元素视为已排好序。
合并过程伪代码:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
|
merge(A, p, q, r)
n1=q-p+1
n2=r-q
L R = []
for
i=1->n1
L[i]=A[p+i-1]
for
j=1>n2
R[j]=A[q+j]
L[n1+1]=Infinity
R[n2+1]=Infinity
for
k=p->r
if
L[i]<=R[i]
A[k]=L[i]
i++
else
A[k]=R[j]
j++
|
合并排序伪代码:
1
2
3
4
5
6
|
mergeSort(A, p, r)
if
p < r
q = parseInt((p+r)/2)
mergeSort(A, p, q)
mergeSort(A,q+1,r)
merge(A,p,q,r);
|
js实现实例为:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
|
var
ARR = [5,2,4,7,1,3,2,6];
function
merge(arr, p, q, r) {
var
n1 = q - p + 1;
var
n2 = r - q;
var
L = [];
var
R = [];
for
(
var
i = 1; i <= n1; i++) {
L[i] = arr[p+i-1];
}
for
(
var
j = 1; j <= n2; j++) {
R[j] = arr[q+j];
}
L[n1 + 1] = Infinity;
R[n2 + 1] = Infinity;
i = j = 1;
for
(
var
k = p; k <= r; k++) {
if
(L[i] <= R[j]) {
arr[k] = L[i];
i++;
}
else
{
arr[k] = R[j];
j++;
}
}
return
arr;
}
function
mergeSort(arr, p, r) {
if
(p < r) {
var
q = Math.floor((p+r)/2);
mergeSort(arr, p, q);
mergeSort(arr, q+1, r);
return
merge(arr, p, q, r);
}
}
console.log(mergeSort(ARR, 0, ARR.length-1));
|
合并的过程如下所示:
![](http://images.cnitblog.com/blog/435330/201409/141821581212285.jpg)