归并排序

最新推荐文章于 2021-12-06 00:09:43 发布

原创最新推荐文章于 2021-12-06 00:09:43 发布 · 367 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#merge #n2

code 专栏收录该内容

11 篇文章

订阅专栏

本文详细介绍了在数据排序过程中使用内存优化算法，通过引入MAX宏定义与内存分配策略，实现快速排序的同时减少内存使用，特别适用于大规模数据集处理。文章深入探讨了算法的实现细节、性能对比与优化策略，旨在提升数据处理效率与资源利用率。

#define MAX 9999999
void mergeMAX(TYPE A[], int p, int q, int r)
{
    int n1 = q-p+1, i, j, k;
    int n2 = r-q;
    TYPE L[N/2 + 2], R[N/2+2];
    for(i = 0; i < n1; ++i) L[i] = A[p+i]; L[i] = MAX;
    for(i = 0; i < n2; ++i) R[i] = A[q+i+1]; R[i] = MAX;
    i = j = 0;
    for(k = p; k <= r; ++k)
    {
        if(L[i]<R[j]){
            A[k] = L[i];
            ++i;
        }
        else {
            A[k] = R[j];
            ++j;
        }
    }
}
void merge(TYPE A[], int p, int q, int r)
{
    int n1 = q-p+1, n2 = r-q, i, j, k;
    TYPE L[N/2+2], R[N/2+2];
    for(i = 0; i < n1; ++i) L[i] = A[p+i];
    for(i = 0; i < n2; ++i) R[i] = A[q+1+i];
    i = j = 0; k = p;
    while(i<n1 && j<n2){
        if(L[i]<R[j]){
            A[k] = L[i];
            ++i;
        }else
        {
            A[k] = R[j];
            ++j;
        }    
        ++k;
    }
    while(i<n1){A[k] = L[i];++k;++i;}
    while(j<n2){A[k] = R[j];++k;++j;}
}
void mergeLowMemory(TYPE A[], int p, int q, int r)
{
    int i , start = q+1, k;
    TYPE tempMin;
    for(i = p; i <= q; ++i)
    {
        if(A[i] > A[start]) {
            tempMin = A[i];
            A[i] = A[start];
            k = start + 1;
            while(k<=r && A[k] < tempMin){
                A[k-1] = A[k];
                ++k;
            }
            A[k-1] = tempMin;             
        }
    }
    
}

void mergeSort(TYPE A[], int p, int r)
{
    int q;
    if(p < r){
        q = (p+r)/2;
        mergeSort(A, p, q);
        mergeSort(A, q+1, r);
        merge(A, p, q, r);
    }
}