归并排序 (递归)

#归并排序:
-采用分治法*(divide-and-conquer)*
分治法将问题分(divide)成一些小的问题然后递归求解,
而治(conquer)的阶段则将分的阶段得到的各答案"修补"在一起,即分而治之
-递归+合并即为归并

归并的应用:求逆序对(只需在合并函数中稍加改动)

递归

void mergearray(int a[],int first,int mid,int last,int temp[])
{
	int i=first,j=mid+1;
	int n=mid,m=last;
	int k=0;
	while(i<=n&&j<=m)
	{
		if(a[i]<a[j])  temp[k++]=a[i++];
		else  temp[k++]=a[j++];
	}
	while(i<=n) temp[k++]=a[i++];
	while(j<=m) temp[k++]=a[j++];
	for(int ii=0;ii<k;ii++)
	a[first+ii]=temp[ii];
}
void mergesort(int a[],int first,int last,int temp[])
{
	int mid=(first+last)/2;
	if(first < mid)
	mergesort(a,first,mid,temp);  //左边有序
	if(mid+1 < last)
	mergesort(a,mid+1,last,temp); //右边有序  
	mergearray(a,first,mid,last,temp); //合并
}


(Kriging_NSGA2)克里金模型结合多目标遗传算法求最优因变量及对应的最佳自变量组合研究(Matlab代码实现)内容概要:本文介绍了克里金模型(Kriging)与多目标遗传算法NSGA-II相结合的方法,用于求解最优因变量及其对应的最佳自变量组合,并提供了完整的Matlab代码实现。该方法首先利用克里金模型构建高精度的代理模型,逼近复杂的非线性系统响应,减少计算成本;随后结合NSGA-II算法进行多目标优化,搜索帕累托前沿解集,从而获得多个最优折衷方案。文中详细阐述了代理模型构建、算法集成流程及参数设置,适用于工程设计、参数反演等复杂优化问题。此外,文档还展示了该方法在SCI一区论文中的复现应用,体现了其科学性与实用性。; 适合人群:具备一定Matlab编程基础,熟悉优化算法和数值建模的研究生、科研人员及工程技术人员,尤其适合从事仿真优化、实验设计、代理模型研究的相关领域工作者。; 使用场景及目标:①解决高计算成本的多目标优化问题,通过代理模型降低仿真次数;②在无法解析求导或函数高度非线性的情况下寻找最优变量组合;③复现SCI高水平论文中的优化方法,提升科研可信度与效率;④应用于工程设计、能源系统调度、智能制造等需参数优化的实际场景。; 阅读建议:建议读者结合提供的Matlab代码逐段理解算法实现过程,重点关注克里金模型的构建步骤与NSGA-II的集成方式,建议自行调整测试函数或实际案例验证算法性能,并配合YALMIP等工具包扩展优化求解能力。
### 归并排序递归实现详解 归并排序是一种基于分治策略的有效排序算法,其核心思想是通过不断分割数组直到每个子数组仅剩下一个元素,随后逐步合并这些已排序的小数组形成最终的大数组。这种方法能够保证即使面对无序程度不同的输入序列也能维持稳定的 \(O(n \log n)\) 时间复杂度[^3]。 #### 递归版本的归并排序逻辑分解 1. **基础条件判断**: 若当前处理的数组长度小于等于1,则无需继续划分,直接返回原数组。 2. **分裂过程**: 找到中间索引位置 `mid` 并以此为界将原始数组切分成左半部分与右半部分。 3. **递归调用**: 对左右两部分各自再次执行相同的归并排序流程直至达到最小子单元级别。 4. **合并阶段**: 利用辅助函数完成两个已经排好序的部分之间的融合工作,确保整体有序性得以保持。 下面给出完整的Python代码示例: ```python def merge_sort_recursive(arr): """递归方式实现归并排序""" # 基础情况:当数组长度不大于1时停止递归 if len(arr) <= 1: return arr # 计算中心点进行分割 mid = len(arr) // 2 left_half = arr[:mid] right_half = arr[mid:] # 对左右两侧分别递归调用merge_sort_recursive sorted_left = merge_sort_recursive(left_half) sorted_right = merge_sort_recursive(right_half) # 合并两个已排序好的列表 return _merge(sorted_left, sorted_right) def _merge(left, right): """ 辅助函数用于合并两个有序列表left和right成为一个更大的有序列表 :param left: 左侧有序列表 :param right: 右侧有序列表 :return: 合并后的单个有序列表 """ result = [] i = j = 0 # 循环对比两边最小项依次填入result中 while i < len(left) and j < len(right): if left[i] <= right[j]: result.append(left[i]) i += 1 else: result.append(right[j]) j += 1 # 处理可能存在的剩余元素 result.extend(left[i:]) result.extend(right[j:]) return result if __name__ == "__main__": test_array = [29, 7, 70, 42, 90, 3, 87, 8, 30, 5] print("Original array:", test_array) sorted_array = merge_sort_recursive(test_array.copy()) print("Sorted array :", sorted_array) ``` 上述程序展示了如何利用递归来构建归并排序的核心机制,并且包含了详细的注释以便理解各个组成部分的功能作用[^4]。 --- ###
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值