1、序言
这是《漫谈经典排序算法系列》第四篇,解析了归并排序。
各种排序算法的解析请参考如下:
《漫谈经典排序算法:一、从简单选择排序到堆排序的深度解析》
《漫谈经典排序算法:二、各种插入排序解析及性能比较》
《漫谈经典排序算法:三、冒泡排序 && 快速排序》
《漫谈经典排序算法:四、归并排序》
《漫谈经典排序算法:五、线性时间排序(计数、基数、桶排序)》
《漫谈经典排序算法:六、各种排序算法总结》
注:为了叙述方便,本文以及源代码中均不考虑A[0],默认下标从1开始。
2、归并排序
2.1 引出
归并排序又是另一类排序算法,它是一种基于“分治”策略的一种算法。归并排序算法是典型的分治算法,对于规模较大的问题,可以分解成若干容易求解的简单的问题,最后把解合并构成初始问题的解。详细的排序过程可以参考《数据结构》或者《算法导论》。
2.2 代码
#include
#include
#define INFINITE 1000
//对两个序列进行合并,数组从mid分开
//对a[start...mid]和a[start+1...end]进行合并
void merge(int *a,int start,int mid,int end)
{
int i,j,k;
//申请辅助数组
int *array1=(int *)malloc(sizeof(int)*(mid-start+2));
int *array2=(int *)malloc(sizeof(int)*(end-mid+1));
//把a从mid分开分别赋值给数组
for(i=0;i<>
*(array1+i)=a[start+i];
*(array1+i)=INFINITE;//作为哨兵
for(i=0;i<>
*(array2+i)=a[i+mid+1];
*(array2+i)=INFINITE;
//有序的归并到数组a中
i=j=0;
for(k=start;k<>
if(*(array1+i) > *(array2+j)){
a[k]=*(array2+j);
j++;
}
else{
a[k]=*(array1+i);
i++;
}
}
free(array1);
free(array2);
}
//归并排序
void mergeSort(int *a,int start,int end)
{
int mid=(start+end)/2;
if(start<>
//分解
mergeSort(a,start,mid);
mergeSort(a,mid+1,end);
//合并
merge(a,start,mid,end);
}
}
void main()
{
int i;
int a[7]={0,3,5,8,9,1,2};//不考虑a[0]
mergeSort(a,1,6);
for(i=1;i<>
printf('%-4d',a[i]);
printf('\n');
}
2.3 效率分析
可以说合并排序是比较复杂的排序,特别是对于不了解分治法基本思想的同学来说可能难以理解。总时间=分解时间+解决问题时间+合并时间。分解时间就是把一个待排序序列分解成两序列,时间为一常数,时间复杂度o(1).解决问题时间是两个递归式,把一个规模为n的问题分成两个规模分别为n/2的子问题,时间为2T(n/2).合并时间复杂度为o(n)。总时间T(n)=2T(n/2)+o(n).这个递归式可以用递归树来解,其解是o(nlogn).此外在最坏、最佳、平均情况下归并排序时间复杂度均为o(nlogn).从合并过程中可以看出合并排序稳定。
用递归树的方法解递归式T(n)=2T(n/2)+o(n):假设解决最后的子问题用时为常数c,则对于n个待排序记录来说整个问题的规模为cn。
从这个递归树可以看出,第一层时间代价为cn,第二层时间代价为cn/2+cn/2=cn.....每一层代价都是cn,总共有logn+1层。所以总的时间代价为cn*(logn+1).时间复杂度是o(nlogn).
3、附录
参考书籍: 《算法导论》
本站仅提供存储服务,所有内容均由用户发布,如发现有害或侵权内容,请
点击举报。