归并排序的代码实现(递归与非递归)

本文详细介绍了归并排序算法的递归和非递归两种实现方式,包括合并函数、递归排序过程及排序过程的非递归实现。通过实例代码展示排序过程,帮助理解算法细节。
#include <iostream>

using namespace std;

//----------------------------------------------------------
// 归并排序(递归实现)

// 将有二个有序数列data[first...mid]和data[mid...last]合并
void Merge(int data[], int first, int mid, int last, int temp[])
{
    int i = first, j = mid + 1;
    int m = mid,   n = last;
    int k = 0;

    while (i <= m && j <= n)
    {
        if (data[i] <= data[j])
            temp[k++] = data[i++];
        else
            temp[k++] = data[j++];
    }

    while (i <= m)
        temp[k++] = data[i++];

    while (j <= n)
        temp[k++] = data[j++];

    for (i = 0; i < k; i++)
        data[first + i] = temp[i];
}

void RecursiveMergeSort(int data[], int first, int last, int temp[])
{
    if (first < last)
    {
        int mid = (first + last) / 2;
        RecursiveMergeSort(data, first, mid, temp);    // 左边有序
        RecursiveMergeSort(data, mid + 1, last, temp); // 右边有序
        Merge(data, first, mid, last, temp);           // 再将二个有序数列合并
    }
}

bool MergeSort(int data[], int count)
{
    int * buffer = new int[count];
    if (buffer == NULL)
        return false;

    RecursiveMergeSort(data, 0, count - 1, buffer);

    delete[] buffer;
    return true;
}

//----------------------------------------------------------
// 归并排序(非递归实现)

// 将data[]中相邻长度为step的子序列两两归并到temp[]
void MergePass(int data[],int temp[],int step, int count)
{
    int i = 0;

    while(i < count - 2*step)
    {
        Merge(data, i, i + step - 1, i + 2*step - 1, temp); // 两两归并
        i = i + 2*step;
    }

    if(i < count - step) // 归并最后两个序列
        Merge(data, i, i + step - 1, count - 1, temp);
}

bool MergeSort2(int data[], int count)
{
    int * buffer = new int[count];
    if (buffer == NULL)
        return false;

    int step = 1;
    while(step < count)
    {
        MergePass(data, buffer, step, count);
         step *= 2; // 子序列长度加倍
    }

    delete[] buffer;
    return true;
}

int main()
{
    int array[] = {9, 6, 3, 8, 7, 1, 5, 2, 4};
    int count = sizeof(array) / sizeof(array[0]);

    // MergeSort(array, count);
    MergeSort2(array, count);

    for(int i = 0; i < count; ++i)
        cout << array[i] << " ";

    cout << endl;

    return 0;
}

转载于:https://www.cnblogs.com/zhuyf87/archive/2013/01/16/2862236.html

内容概要:本文系统介绍了算术优化算法(AOA)的基本原理、核心思想及Python实现方法,并通过图像分割的实际案例展示了其应用价值。AOA是一种基于种群的元启发式算法,其核心思想来源于四则运算,利用乘除运算进行全局勘探,加减运算进行局部开发,通过数学优化器加速函数(MOA)和数学优化概率(MOP)动态控制搜索过程,在全局探索与局部开发之间实现平衡。文章详细解析了算法的初始化、勘探与开发阶段的更新策略,并提供了完整的Python代码实现,结合Rastrigin函数进行测试验证。进一步地,以Flask框架搭建前后端分离系统,将AOA应用于图像分割任务,展示了其在实际工程中的可行性与高效性。最后,通过收敛速度、寻优精度等指标评估算法性能,并提出自适应参数调整、模型优化和并行计算等改进策略。; 适合人群:具备一定Python编程基础和优化算法基础知识的高校学生、科研人员及工程技术人员,尤其适合从事人工智能、图像处理、智能优化等领域的从业者;; 使用场景及目标:①理解元启发式算法的设计思想与实现机制;②掌握AOA在函数优化、图像分割等实际问题中的建模与求解方法;③学习如何将优化算法集成到Web系统中实现工程化应用;④为算法性能评估与改进提供实践参考; 阅读建议:建议读者结合代码逐行调试,深入理解算法流程中MOA与MOP的作用机制,尝试在不同测试函数上运行算法以观察性能差异,并可进一步扩展图像分割模块,引入更复杂的预处理或后处理技术以提升分割效果。
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