归并排序法(Merge Sort)

归并排序是一种采用分治策略的稳定排序算法,其时间复杂度为O(nlogn)。它通过不断将子序列合并,最终将整个序列排序。在归并过程中,相等元素的顺序保持不变。本文详细介绍了归并排序的工作原理,并提供了C++代码实现。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

归并排序法(Merge Sort):归并排序是建立在归并操作上的一种有效的排序算法,该算法是采用分治法(Divide and Conquer)的一个非常典型的应用。将已有的子序列合并,得到完全有序的
序列;即先使每个子序列有序,再使子序列段间有序。若将两个有序表合并成一个有序表,称为“二路归并”。

归并排序是“稳定的排序”,即相等的元素的顺序不会发生改变。
特点:
1. 归并排序速度“仅次于“快速排序(不稳定)””,为稳定排序算法,一般用于对总体无序,但各子项相对有序的数列。
2. 归并排序的比较次数小于快速排序的比较次数,移动次数一般多于快速排序的移动次数!!!

归并排序的时间复杂度为:nlogn, 最好和最差都是nlogn。 //稳定的!!!!

归并排序的思路:
1. 对于一组数列,先将相邻两个数字进行归并操作(merge),形成floor(n/2)个序列,排序后每个序列包含两个元素(可能也为1个元素)
2. 将1序列的子序列再次归并,形成floor(n/4)个序列,排序后每个序列包含4个元素(可能为3个元素(奇数数列时))。
3. 重复2,知道所有子序列合并成一个序列

代码如下:
/*
Des: 归并算法: 用于归并两个子序列
Param: array 排列数组
Param: start_1 第一列子段的初始位置
Param: end_1 第一列子段的末位置
Param: start_2 第二列子段的初始位置
Param: end_2 第二列子段的末位置
Param: size 整个数组的长度
*/
template
void Merge(T array[], int start_1, int end_1, int start_2, int end_2, int size)
{
if (start_2 >= size)
{
return;
}

//定义一个临时的缓存数组,用于存放归并后的值
int length = end_2 - start_1 + 1;
T* tempArray = new T[length];
memset(tempArray, 0, length * sizeof(T));

//先定义一个数组,长度为end_1-start_1,用于存放排序后的值
memset(tempArray, 0, sizeof(T)*length);

//比较两子序列,将较小值先放于临时数组
int x = start_1;    //用于标记序列1中剩余元素的起始下标
int y = start_2;    //用于标记序列2中剩余元素的起始下标
int index_temp = 0;     //用于标记temp已记录的数量

while ((y <= end_2) && (y < size) && (x <= end_1))
{
    if (array[x] <= array[y])
    {
        tempArray[index_temp++] = array[x++];
    }
    else
    {
        tempArray[index_temp++] = array[y++];
    }
}

//检测是否还有未加到临时数组的元素,加入到临时数组中
if (x <= end_1)
{
    while (x <= end_1)
    {
        tempArray[index_temp++] = array[x++];
    }
}
else if (y <= end_2)
{
    while ((y <= end_2) && (y < size))
    {
        tempArray[index_temp++] = array[y++];
    }
}

//将排序好的临时数组的变量copy到array中
for (int i = start_1; i<=end_2; i++)
{
    if (i >= size)
    {
        break;
    }

    array[i] = tempArray[i - start_1];
}

delete[] tempArray;
tempArray = NULL;

}

/*
Des:Merge Sort
Param: array 排序数组
Param: size 要排序的长度
*/
template
void MergeSort(T array[], int size)
{
if ((array == NULL) || (size <= 1))
{
return;
}

//先进行最小子序列排序
int startIndex = 0;
int endIndex = startIndex + 1;
while (endIndex < size)
{
    if (array[startIndex] > array[endIndex])
    {
        T temp = array[startIndex];
        array[startIndex] = array[endIndex];
        array[endIndex] = temp;
    }

    startIndex = endIndex + 1;
    endIndex = startIndex + 1;
}

//合并子序列
int n = 2;  //子序列的长度
int start_1 = 0;
int end_1 = start_1 + n - 1;
int start_2 = end_1 + 1;
int end_2 = start_2 + n - 1;
while (start_2 < size)
{
    int tempStart_1 = start_1;
    int tempEnd_1 = end_1;
    int tempStart_2 = start_2;
    int tempEnd_2 = end_2;
    while (tempStart_2 < size)
    {
        Merge(array, tempStart_1, tempEnd_1, tempStart_2, tempEnd_2, size);

        tempStart_1 = tempEnd_2 + 1;
        tempEnd_1 = tempStart_1 + n - 1;
        tempStart_2 = tempEnd_1 + 1;
        tempEnd_2 = tempStart_2 + n - 1;
    }

    n = n * 2;
    start_1 = 0;
    end_1 = start_1 + n - 1;
    start_2 = end_1 + 1;
    end_2 = start_2 + n - 1;
}

}

实现结果:
这里写图片描述

### 归并排序的实现原理 归并排序是一种基于分治法(Divide and Conquer)的有效排序算法。其核心思想是通过将待排序数组分割为更小的部分,分别对这些部分进行排序后再将其合并成为一个整体有序的结果[^1]。 具体来说,归并排序的过程可以分为以下几个方面: #### 1. **分解** 整个数据集被递归地划分为较小的子集合,直到每个子集合仅包含单个元素为止。因为单一元素本身已经是有序的,所以这一步骤完成了基础单元的创建[^2]。 #### 2. **合并** 当所有的子集合都已经被拆解到最小单位之后,开始逐步地把它们两两合并起来,在每次合并的过程中都会确保新形成的组合也是按照顺序排列好的。这种“归并”的过程会一直持续下去,直至最终形成一个完整的、完全有序的数据列表[^3]。 以下是归并排序的核心伪代码表示: ```python def merge_sort(arr): if len(arr) <= 1: return arr mid = len(arr) // 2 left_half = merge_sort(arr[:mid]) right_half = merge_sort(arr[mid:]) return merge(left_half, right_half) def merge(left, right): sorted_array = [] i = j = 0 while i < len(left) and j < len(right): if left[i] < right[j]: sorted_array.append(left[i]) i += 1 else: sorted_array.append(right[j]) j += 1 sorted_array.extend(left[i:]) sorted_array.extend(right[j:]) return sorted_array ``` 这段代码展示了如何使用 Python 来实现归并排序的功能。其中 `merge` 函数负责执行实际的合并操作,而 `merge_sort` 则控制着递归调用以及何时停止进一步划分输入数组。 ### 时间复杂度分析 由于每一次都将当前序列分成两半处理,并且每一层都需要遍历全部 n 项来进行比较和移动,因此总的运行时间为 O(n log n)。 ### 稳定性特点 值得注意的是,归并排序属于稳定性的排序方式之一,这意味着即使存在相等的关键字记录也不会改变彼此原有的次序关系。
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