排序——归并排序

归并排序:得到一个排序数组,先把它们划分为一个个有序的序列,再把每个有序的序列再一起归并起来,着就是归并排序。
这里写图片描述

代码如下:


void mergearray(int arr[], int start, int mid, int end, int tmp[])
{
    int i = start;
    int j = mid + 1;
    int m = mid;
    int n = end;
    int k = 0;
    while (i <= m && j <= n)
    {
        if (arr[i] <= arr[j])
            tmp[k++] = arr[i];
        else
            tmp[k++] = arr[j];
    }
    while (i <= m)
    {
        tmp[k++] = arr[i++];
    }

    while (j <= n)
    {
        tmp[k++] = arr[j++];
    }
    for (int i = 0; i < k; i++)
    {
        arr[start + i] = tmp[i];
    }
}
//递归版本
void mergeSort(int arr[], int start, int end, int tmp[])
{
    if (start < end)
    {
        int mid = (start + end) / 2;
        mergeSort(arr, start, mid, tmp);
        mergeSort(arr, mid, end, tmp);
        mergearray(arr, start, mid, end, tmp);
    }
}

//非递归版本
void MergeSortNor(int* array, int size)
{
    int gap = 1;
    int* temp = (int*)malloc(sizeof(array[0])*size);
    if(NULL == temp)
        return;

    while(gap < size)
    {
        int left, right, mid, i;
        for(i = 0; i < size; i += 2*gap)
        {
            left = i;
            mid = left + gap;
            if(mid > size)
                mid = size;

            right = mid + gap;
            if(right > size)
                right = size;
            MergeData(array, left, mid, right, temp);
        }

        memcpy(array, temp, size*sizeof(array[0]));
        gap *= 2;
    }

    free(temp);
}

空间复杂度:O(n)
时间复杂度:O(n*lgn)
稳定性:稳定
适用场景:数据量比较大的场景

MPI(Message Passing Interface)是一种用于并行计算的编程模型库。归并排序是一种经典的排序算法,适合并行计算。 在MPI中,可以通过发送接收消息来实现进程间的通信。下面是一个基于MPI的归并排序的伪代码: ```python def parallel_merge_sort(data): # 获取进程总当前进程编号 size = MPI.COMM_WORLD.Get_size() rank = MPI.COMM_WORLD.Get_rank() # 计算每个进程要处理的据量 chunk_size = len(data) // size remainder = len(data) % size # 将据分发到各个进程 if rank == 0: for i in range(size): if i < remainder: chunk = data[i * (chunk_size + 1):(i + 1) * (chunk_size + 1)] else: chunk = data[remainder + i * chunk_size:remainder + (i + 1) * chunk_size] MPI.COMM_WORLD.send(chunk, dest=i, tag=0) # 接收据 chunk = MPI.COMM_WORLD.recv(source=0, tag=0) # 对本地据进行排序 chunk.sort() # 归并排序 for step in range(size): # 计算要交换据的进程编号 partner = (rank + step) % size # 发送接收据 sendbuf = chunk recvbuf = MPI.COMM_WORLD.recv(source=partner, tag=step) if rank < partner: sendtag = step recvtag = step + size else: sendtag = step + size recvtag = step MPI.COMM_WORLD.send(sendbuf, dest=partner, tag=sendtag) chunk = merge(chunk, recvbuf) # 将排序好的据返回 if rank == 0: result = [] for i in range(size): chunk = MPI.COMM_WORLD.recv(source=i, tag=size) result.extend(chunk) return result else: MPI.COMM_WORLD.send(chunk, dest=0, tag=size) ``` 在这个算法中,首先将原始据分发到各个进程,然后每个进程对本地据进行排序,接着对每个步骤进行归并排序,并且使用MPI的sendrecv函进行交换据。最后将排序好的据返回到主进程。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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