排序演算法6——圖解歸併排序及其遞迴與非遞迴實現
阿新 • • 發佈:2018-12-16
排序演算法1——圖解氣泡排序及其實現(三種方法,基於模板及函式指標)
排序演算法2——圖解簡單選擇排序及其實現
排序演算法3——圖解直接插入排序以及折半(二分)插入排序及其實現
排序演算法4——圖解希爾排序及其實現
排序演算法5——圖解堆排序及其實現
排序演算法6——圖解歸併排序及其遞迴與非遞迴實現
排序演算法7——圖解快速排序以及不同CUTOFF的時間測試
基本思想
歸併排序就是利用歸併的思想來實現排序。
原理是:
假設初始序列有n個記錄,則可以看成是n個有序的子序列,每個子序列的長度為1,
然後兩兩歸併,得到n/2(+1)個長度為2(或1)
的有序的子序列
再兩兩歸併……
如此重複,知道得到一個長度為n的有序序列為止
這種排序方法稱為 2路歸併排序
歸併排序遞迴方法實現
下面看遞迴的實現,思路是
先將陣列通過mid拆成兩半,首先對左邊的子序列進行排序,然後對右邊的子序列進行排序
排序結束後,合成到最後的陣列中
#include <iostream>
template<class T>
void Merge(T A[], T tmp[], int L, int R, int R_end) {
int L_end = R - 1;
int Num = R_end - L + 1;
int ptr_tmp = L;
while (L <= L_end && R <= R_end) {
if (A[L] <= A[R])
tmp[ptr_tmp++] = A[L++];
else
tmp[ptr_tmp++] = A[R++];
}
while (L <= L_end)
tmp[ptr_tmp++] = A[L++];
while (R <= R_end)
tmp[ptr_tmp++] = A[R++];
for (int i = 0; i < Num; ++i) {
A[ R_end] = tmp[R_end];
--R_end;
}
}
template<class T>
void Msort(T A[], T tmp[], int L, int R_end) {
int mid;
if (L < R_end) {
mid = (L + R_end) / 2;
Msort(A, tmp, L, mid);
Msort(A, tmp, mid + 1, R_end);
Merge(A, tmp, L, mid + 1, R_end);
}
}
template<class T>
void MergeSort(T A[], int N) {
T *tmp = (T *)malloc(sizeof(T)* N);
if (tmp != NULL) {
Msort(A, tmp, 0, N - 1);
free(tmp);
}
else {
fputs("error!", stderr);
}
}
template<class T>
void ArrShow(T *A, int N) {
for (int i = 0; i < N; ++i) {
std::cout << A[i] << " ";
}
puts("\n");
}
int main(int argc, char *argv[]) {
int test[9] = { 1, 2, 7, 3, 8, 5, 9, 6, 4 };
ArrShow(test, 9);
puts("MergeSort : ");
MergeSort(test, 9);
ArrShow(test, 9);
return 0;
}
歸併排序非遞迴方法實現
遞迴排序程式碼上雖然比較清晰,容易理解,
但造成了時間和空間上的效能損耗,那麼可以將遞迴方法轉化為迭代方法來提高效能
可以看到,非遞迴的迭代方法,避免了遞迴時深度為
logN
的棧空間
空間只是利用到申請歸併臨時用的tmp陣列,因此空間複雜度為O(N)
#include <iostream>
template<class T>
void Merge(T A[], T tmp[], int L, int R, int R_end) {
int L_end = R - 1;
int Num = R_end - L + 1;
int t = L;
while (L <= L_end && R <= R_end) {
if (A[L] <= A[R]) {
tmp[t++] = A[L++];
}
else {
tmp[t++] = A[R++];
}
}
while (L <= L_end) {
tmp[t++] = A[L++];
}
while (R <= R_end) {
tmp[t++] = A[R++];
}
//for (int i = 0; i < Num; ++i) {
// A[R_end] = tmp[R_end];
// --R_end;
//}
}
template<class T>
void Merge_pass(T A[], T tmp[], int N, int len) {
int i;
for (i = 0; i <= N - 2 * len; i += 2 * len) {
Merge(A, tmp, i, i + len, i + 2 * len - 1);
}
if (i + len < N) {
Merge(A, tmp, i, i + len, N - 1);
}
else {
for (int j = i; j < N; ++j) {
tmp[j] = A[j];
}
}
}
template<class T>
void MergeSort2(T A[], int N) {
T *tmp = (T *)malloc(N * sizeof(T));
if (tmp != NULL) {
int len = 1;
while (len < N) {
Merge_pass(A, tmp, N, len);
len *= 2;
Merge_pass(tmp, A, N, len);
len *= 2;
}
free(tmp);
}
else {
fputs("空間不足...", stderr);
}
}
template<class T>
void ArrShow(T *A, int length) {
for (int i = 0; i < length; ++i) {
std::cout << A[i] << " ";
}
puts("\n");
}
void ArrShow(int arr[], int N) {
for (size_t i = 0; i < N; ++i) {
std::cout << arr[i] << " ";
}
puts("\n");
}
int main(int argc, char *argv[]) {
int test[9] = { 1, 2, 7, 3, 8, 5, 9, 6, 4 };
ArrShow(test, 9);
puts("MergeSort : ");
MergeSort2(test, 9);
ArrShow(test, 9);
return 0;
}
它是穩定的排序,最好和最壞以及平均時間複雜度都是
O(NlogN)
但它最大的缺點是:需要一個額外的空間tmp,並且需要在陣列和陣列之間來回地交換資料
故在實際應用中間,歸併排序一般不用來做內排序,而是用來做外排序