归并排序 及拓展—逆序对

归并排序

时间复杂度

归并排序时间复杂度为O(NlogN)
似乎和快速排序差不多,但在有些特定的场合下,归并排序却能起到快速排序达不到的效果(如一年的联赛题,瑞士轮)

思路及实现

归并排序分为两个步骤,分、合;
分 的过程我们用二分的思路实现;
合 的过程时间复杂度可达到O(n);

分:

进行分治:
假设当前处理的区间为l~r;
实现:
过程定义:void merge_sort(int l,int r)

merge_sort(l,l+r>>1);
merge_sort(l+r>>1+1,r);
合:

过程定义:void merge_group(int l,int r)

void merge_group(int l,int r)
{
    int i=l,mid=l+r>>1,j=mid+1;
    for(int k=l;k<=r;k++)
        if(j>r||i<=mid&&a[i]<a[j])
            b[k]=a[i++];
        else
            b[k]=a[j++];
}
理解的话就不用记了

但对于一小部分人,这是不是很难记

这就到了我们stl发挥功效的时候了

介绍inplace_merge函数(头文件#include<algorithm>)

举个例子,数组a在连续的l~mid上是有序的,在mid+1~r上是有序的,要把合并的话
表达如下

inplace_merge(a+l,a+mid+1,a+r+1);
最终代码:
#include<iostream>
#include<cstdio>
#include<cctype>
#include<cstring>
#include<algorithm>
using namespace std;

inline int read()
{
    char chr=getchar();
    int f=1,ans=0;
    while(!isdigit(chr)) {if(chr=='-') f=-1;chr=getchar();}
    while(isdigit(chr))  {ans=ans*10;ans+=chr-'0';chr=getchar();}
    return ans*f;

}
int a[100],b[100],n;

void merge_group(int l,int r)//手打合并
{
    int i=l,mid=l+r>>1,j=mid+1;
    for(int k=l;k<=r;k++)
        if(j>r||i<=mid&&a[i]<a[j])
            b[k]=a[i++];
        else
            b[k]=a[j++];
    for(int k=l;k<=r;k++) 
        a[k]=b[k];
}

void merge_sort(int l,int r) 
{
    if(l<r)
    {
        int mid=l+r>>1;
        merge_sort(l,mid);
        merge_sort(mid+1,r);
        inplace_merge(a+l,a+mid+1,a+r+1);
//      merge_group(l,r);//手打合并
    }
    return;
}

int main()
{
    n=read();
    for(int i=1;i<=n;i++)
        cin>>a[i];
    merge_sort(1,n);
    for(int i=1;i<=n;i++)
        cout<<a[i]<<endl;
    return 0;
}

hmmmm然后是拓展——求逆序对个数

什么是逆序对呢?


看下面一组例子
>5 4 2 6 3 1
>其中逆序对有
>5 4  
>5 2
>5 3
>5 1
>4 2
>4 3
>4 1
>2 1
>6 3
>6 1
>3 1
>共11组

朴素算法:O(N^2) //显然数据过大便无法接受

for(int i=1;i<n;i++)
for(int j=i+1;j<=n;j++)
if(a[i]>a[j]) ans++;


算法升级:O(n logn)
思路:归并排序

>在归并排序的合并步骤中,假设将两个有序数组A[] 和有序数组B[] 和并为一个有序数组C[]。计算逆序对问题转换为计算逆序对(a,b)的问题,其中a来自A[], b来自B[]。当a < b的时候,不计数,当a>b的时候(a,b)就是逆序对,由于A[]是有序的,那么A[]中位于a之后的元素对于B[]中的元素b也形成了逆序对,于是对于逆序对(a,b),(假设A[]的起始下标为sa,结束下标为ea,a的下标为pos)实际上合并成C[]后会会产生ea-pos+1个逆序对。

(我觉得,这一块我自己可能不能讲得很清楚,所以...............以上内容摘自流动的城市的博客https://blog.youkuaiyun.com/Sugar_Z_/article/details/48213537)

####好了,这时便不得不手打合并过程了

####但在合并原程下加一丢丢改变就OK了

修改合并的过程,其他不变

void merge_group(int l,int r)
{
int i=l,mid=l+r>>1,j=mid+1;
for(int k=l;k<=r;k++)
if(j>r||i<=mid&&a[i]<a[j])
b[k]=a[i++];
else
b[k]=a[j++],ans+=mid-i+1;//改动
for(int k=l;k<=r;k++)
a[k]=b[k];
}
```
附上练习题目Cow Photographs(Usaco2010Nov)

转载于:https://www.cnblogs.com/zhenglw/p/9507920.html

CH341A编程器是一款广泛应用的通用编程设备,尤其在电子工程和嵌入式系统开发领域中,它被用来烧录各种类型的微控制器、存储器和其他IC芯片。这款编程器的最新版本为1.3,它的一个显著特点是增加了对25Q256等32M芯片的支持。 25Q256是一种串行EEPROM(电可擦可编程只读存储器)芯片,通常用于存储程序代码、配置数据或其他非易失性信息。32M在这里指的是存储容量,即该芯片可以存储32兆位(Mbit)的数据,换算成字节数就是4MB。这种大容量的存储器在许多嵌入式系统中都有应用,例如汽车电子、工业控制、消费电子设备等。 CH341A编程器的1.3版更新,意味着它可以与更多的芯片型号兼容,特别是针对32M容量的芯片进行了优化,提高了编程效率和稳定性。26系列芯片通常指的是Microchip公司的25系列SPI(串行外围接口)EEPROM产品线,这些芯片广泛应用于各种需要小体积、低功耗和非易失性存储的应用场景。 全功能版的CH341A编程器不仅支持25Q256,还支持其他大容量芯片,这意味着它具有广泛的兼容性,能够满足不同项目的需求。这包括但不限于微控制器、EPROM、EEPROM、闪存、逻辑门电路等多种类型芯片的编程。 使用CH341A编程器进行编程操作时,首先需要将设备通过USB连接到计算机,然后安装相应的驱动程序和编程软件。在本例中,压缩包中的"CH341A_1.30"很可能是编程软件的安装程序。安装后,用户可以通过软件界面选择需要编程的芯片类型,加载待烧录的固件或数据,然后执行编程操作。编程过程中需要注意的是,确保正确设置芯片的电压、时钟频率等参数,以防止损坏芯片。 CH341A编程器1.3版是面向电子爱好者和专业工程师的一款实用工具,其强大的兼容性和易用性使其在众多编程器中脱颖而出。对于需要处理25Q256等32M芯片的项目,或者26系列芯片的编程工作,CH341A编程器是理想的选择。通过持续的软件更新和升级,它保持了与现代电子技术同步,确保用户能方便地对各种芯片进行编程和调试。
内存分区情况的分析是嵌入式系统开发中的一个重要环节,特别是在资源有限的MCU(微控制器)环境中。标题提到的工具是一款专为分析Linux环境下的`gcc-map`文件设计的工具,这类文件在编译过程结束后生成,包含了程序在目标设备内存中的布局信息。这个工具可以帮助开发者理解程序在RAM、ROM以及FLASH等存储区域的占用情况,从而进行优化。 `gcc-map`文件通常包含以下关键信息: 1. **符号表**:列出所有定义的全局和静态变量、函数以及其他符号,包括它们的地址和大小。 2. **节区分配**:显示每个代码和数据节区在内存中的位置,比如.text(代码)、.data(已初始化数据)、.bss(未初始化数据)等。 3. **内存汇总**:总览所有节区的大小,有助于评估程序的整体内存需求。 4. **重定位信息**:显示了代码和数据如何在目标地址空间中定位。 该分析工具可能提供以下功能: 1. **可视化展示**:将内存分配以图形化方式呈现,便于直观理解。 2. **详细报告**:生成详细的分析报告,列出每个符号的大小和位置。 3. **比较功能**:对比不同编译版本或配置的`map`文件,查看内存使用的变化。 4. **统计分析**:计算各种内存区域的使用率,帮助识别潜在的优化点。 5. **自定义过滤**:允许用户根据需要筛选和关注特定的符号或节区。 虽然在MCU环境中,Keil IDE自带的工具可能更方便,因为它们通常针对特定的MCU型号进行了优化,提供更加细致的硬件相关分析。然而,对于通用的Linux系统或跨平台项目,这款基于`gcc-map`的分析工具提供了更广泛的适用性。 在实际使用过程中,开发者可以利用这款工具来: - **优化内存使用**:通过分析哪些函数或数据占用过多的内存,进行代码重构或调整链接器脚本以减小体积。 - **排查内存泄漏**:结合其他工具,比如动态内存检测工具,查找可能导致内存泄漏的部分。 - **性能调优**:了解代码执行时的内存分布,有助于提高运行效率。 - **满足资源限制**:在嵌入式系统中,确保程序能在有限的内存空间内运行。 总结来说,`gcc-amap`这样的工具对于深入理解程序的内存布局和资源消耗至关重要,它能帮助开发者做出更明智的决策,优化代码以适应不同的硬件环境。在处理`map`文件时,开发者不仅能获取到程序的内存占用情况,还能进一步挖掘出可能的优化空间,从而提升系统的整体性能和效率。
### Python 实现归并排序计算逆序对 在处理数组中的逆序对问题时,使用归并排序是一种高效的解决方案。相较于暴力法的时间复杂度 \(O(n^2)\)[^2],基于归并排序的方法能够将时间复杂度降低到 \(O(n \log n)\)。 #### 归并排序原理简介 归并排序采用的是分治策略,即将待排序序列分为若干子序列分别进行排序后再合并这些有序子序列形成最终的完全有序序列[^3]。此过程不仅实现了排序功能,在分割与合并的过程中还可以统计出原序列中存在的全部逆序对数量。 #### 代码实现 下面是一个完整的Python程序,它展示了如何利用归并排序来计算给定整数列表中的逆序对数目: ```python def merge_and_count_split_inv(B, C): sorted_array = [] inversions = 0 i, j = 0, 0 while i < len(B) and j < len(C): if B[i] <= C[j]: sorted_array.append(B[i]) i += 1 else: sorted_array.append(C[j]) j += 1 inversions += (len(B) - i) # Append any remaining elements of the arrays to 'sorted_array' sorted_array.extend(B[i:]) sorted_array.extend(C[j:]) return sorted_array, inversions def sort_and_count(array): if len(array) <= 1: return array, 0 mid = len(array) // 2 left_half, x = sort_and_count(array[:mid]) right_half, y = sort_and_count(array[mid:]) merged_array, z = merge_and_count_split_inv(left_half, right_half) return merged_array, x + y + z def count_inversions_merge_sort(arr): _, num_of_inversions = sort_and_count(arr) return num_of_inversions # 测试例子 if __name__ == "__main__": test_arr = [1, 3, 5, 2, 4, 6] print(f"Array {test_arr} has {count_inversions_merge_sort(test_arr)} inversions.") ``` 上述代码定义了一个 `merge_and_count_split_inv` 函数用于合并两个已排序的部分,并在此过程中计数跨越这两个部分之间的所有可能存在的逆序对;另一个辅助函数 `sort_and_count` 则负责递归地拆分输入直到单个元素为止,之后再逐步组合起来的同时累计总的逆序对数目。最后,`count_inversions_merge_sort` 提供了一种简便的方式来获取任意数组内的总逆序对数量[^2]。
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