高级排序之——归并排序

归并排序:简而言之就是利用递归分治的思想。将一个无序的数列,利用二分分成两个数列,依此递推直到每个小数列的元素个数都是1的时候,然后让两个是一个父亲的数列,进行排序,刚开始每个数列为1,直接比较大小排序,然后往后回归形成的每个大数列都是有序的,让他们开头依此比较进行排序。

复杂度为O(nlogn) ,n个元素分成树的结构进行分析,大约会是以2为底n的对数,然后每一层的比较是O(n)。

归并排序模板代码:

#include<iostream>
#include<cstdio>
using namespace std;
const int maxn=5e5+10; //可以进行排序数列的最大元素个数
int s[maxn/2+2],c[maxn/2+2]; //额外占用空间的内存,用于存放每次进行比较排序的两个有序数列
void Mergesort(int a[],int left,int right); //将大数列分成小数列 (递推) [left,right) 养成习惯,左闭右开
void Merge(int a[],int left,int mid,int right); //将小数列合并成大数列 (回归)
int main()
{
int a[maxn],n; //n每次排序的元素个数,int排序元素的类型
cin>>n;
for(int i=0;i<n;i++)
scanf("%d",&a[i]);
Mergesort(a,0,n);
for(int i=0;i<n-1;i++)
printf("%d ",a[i]);
printf("%d\n",a[n-1]);
return 0;
}
void Mergesort(int a[],int left,int right)
{
if(left+1>=right) return ;
int mid=(left+right)/2;
Mergesort(a,left,mid);
Mergesort(a,mid,right);
Merge(a,left,mid,right); //注意这个函数调用的位置
}
void Merge(int a[],int left,int mid,int right)
{
for(int i=0;i<mid-left;i++) //将要进行排序的两个数列元素存到数组s与c中
s[i]=a[left+i];
for(int i=0;i<right-mid;i++)
c[i]=a[mid+i];
for(int i=left,j=0,k=0;i<right;i++) //[left,right)是这两个数列元素原先在数组a中的位置,排序后位置应该保持不变
{
if(s[j]<=c[k]) a[i]=s[j],j++; //小于等于号使归并排序属于稳定排序,若是小于号则为不稳定排序
else a[i]=c[k],k++;
if(j==mid-left)
{
for(i++;i<right;i++)
a[i]=c[k],k++;
break;
}
if(k==right-mid)
{
for(i++;i<right;i++)
a[i]=s[j],j++;
break;
}
}
}

转载于:https://www.cnblogs.com/sunjianzhao/p/11356603.html

MPI(Message Passing Interface)是一种用于并行计算的编程模型和库。归并排序是一种经典的排序算法,适合并行计算。 在MPI中,可以通过发送和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): # 获取进程总数和当前进程编号 size = MPI.COMM_WORLD.Get_size() rank = MPI.COMM_WORLD.Get_rank() # 计算每个进程要处理的数据量 chunk_size = len(data) // size remainder = len(data) % size # 将数据分发到各个进程 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) # 接收数据 chunk = MPI.COMM_WORLD.recv(source=0, tag=0) # 对本地数据进行排序 chunk.sort() # 归并排序 for step in range(size): # 计算要交换数据的进程编号 partner = (rank + step) % size # 发送和接收数据 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) # 将排序好的数据返回 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,首先将原始数据分发到各个进程,然后每个进程对本地数据进行排序,接着对每个步骤进行归并排序,并且使用MPI的send和recv函数进行交换数据。最后将排序好的数据返回到主进程。
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