归并排序

本文详细介绍了归并排序的基本思想及其实现过程,并通过代码示例展示了如何利用分治法将序列分割并归并为有序序列。同时,文章还讨论了归并排序的时间复杂度和空间复杂度,并与其他排序算法进行了对比。

转自:http://blog.youkuaiyun.com/f2016913/article/details/72782877?ref=myread

一:归并排序的思想是 
采用分治法,先将一组序列换分长小区间,使分隔区间有序,然后将这些小区间两两归并,最后成为一个有序的序列 
思路: 
设两个有序的子序列放到同一个序列中的相临的位置,如arr[left..key],arr[key+1…right],先将他们合并到一个临时序列tmp中,最后合并完成后tmp拷贝会原数组arr[left,right]中,这样最后得到的序列就是有序序列. 
如: 
待排序列: 
72 22 93 34 55 14 28 65 39 81 
主要经历了两个阶段一个是将这个无序的区间进行分割,第二个阶段就是将这些分隔好的小区间归并成一个有序的区间, 
如: 
这里写图片描述 
二:实现:

 void _MergeSort(int *src, int *dst, int left, int right)
{
    int mid = left + ((right - left) >> 1);
    if (left >= right)
    {
        return;
    }
    ////小区间优化
    //if (right - left < 15)
    //{
    //    InSertSort(src + left, right - left + 1);
    //}
    //子问题[left,mid][mid+1,right]
    _MergeSort(src, dst, left, mid);//左区间
    _MergeSort(src, dst, mid+1, right);//右区间
    int begin1 = left, begin2 = mid + 1;
    int index = 0;
    //将两个有序区合并
    while (begin1 <= mid && begin2 <= right)
    {
        if (src[begin1] < src[begin2])
        {
            dst[index++] = src[begin1++];//临时空间保存有序区间
        }
        if (src[begin2]<src[begin1])
        {
            dst[index++] = src[begin2++]; //临时空间保存有序区间
        }
    }
    //表明还没有合并完
    while (begin1<=mid)
    {
        dst[index++] = src[begin1++];
    }
    while (begin2<=right)
    {
        dst[index++] = src[begin2++];
    }
    //将临时空间的数据拷贝会原数组中
    int  i = 0;
    for (; i <index; ++i)
    {
        src[left+i] = dst[i];
    }
}
void MergeSort(int *arr,int n)
{
    //临时空间来保存归并后的有序区间
    int *tmp = new int[n];
    assert(tmp);
    for(int i = 0; i < n; ++i)
    {
        tmp[i] = arr[i];
    }
    _MergeSort(arr, tmp,0,n-1);

    delete[] tmp;
}
void PrintSort(int *a, int n)
{
    for (int i = 0; i < n; ++i)
    {
        cout << a[i] << ' ';
    }
    cout << endl;
}
void TestSort()
{
int a[] = { 2, 5, 4, 9, 3, 6, 8, 7, 1, 0 };
int a1[] = { 72, 22 ,93 ,34 ,55 ,14 ,28, 65 ,39 ,81 };
MergeSort(a, sizeof(a) / sizeof(a[0]));
 PrintSort(a, sizeof(a) / sizeof(a[0]));
MergeSort(a, sizeof(a) / sizeof(a[0]));
 PrintSort(a, sizeof(a) / sizeof(a[0]));
}
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33
  • 34
  • 35
  • 36
  • 37
  • 38
  • 39
  • 40
  • 41
  • 42
  • 43
  • 44
  • 45
  • 46
  • 47
  • 48
  • 49
  • 50
  • 51
  • 52
  • 53
  • 54
  • 55
  • 56
  • 57
  • 58
  • 59
  • 60
  • 61
  • 62
  • 63
  • 64
  • 65
  • 66
  • 67
  • 68
  • 69
  • 70
  • 71
  • 72
  • 73
  • 74
  • 75
  • 76
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33
  • 34
  • 35
  • 36
  • 37
  • 38
  • 39
  • 40
  • 41
  • 42
  • 43
  • 44
  • 45
  • 46
  • 47
  • 48
  • 49
  • 50
  • 51
  • 52
  • 53
  • 54
  • 55
  • 56
  • 57
  • 58
  • 59
  • 60
  • 61
  • 62
  • 63
  • 64
  • 65
  • 66
  • 67
  • 68
  • 69
  • 70
  • 71
  • 72
  • 73
  • 74
  • 75
  • 76

这里写图片描述 
当然当区间很小时,如果继续分割会造成空间的开销,我们可以使用小区间优化.在小区间内进行插入排序; 
由上面我们可以很容易知道归并排序的时间复杂度是O(N*lgN);lgN表示它的深度; 
三:排序的总结: 
这里写图片描述 
这里写图片描述 
各种排序的时间复杂度和空间复杂度: 
这里写图片描述 
计数排序的时间复杂度是O(N),空间复杂度是range(最大值-最小值) 
基数排序的时间的复杂度是O(N*位数)),空间复杂度是O(N);


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