【算法基础】归并排序解析

简介: 归并排序是建立在归并操作上的一种有效,稳定的排序算法,它是采用分治法的一个非常典型的应用。将待排序数组分为两条线逐级拆分,将子序列进行排序,然后沿两条线逐级合并,得到完全有序序列。这种通过递归,层层合并的方法,称为归并。
​作者:[柒号华仔]

个人信条:星光不问赶路人,岁月不负有心人。

个人方向:专注于5G领域,同时兼顾其他网络协议,编解码协议,C/C++,linux等,感兴趣的小伙伴可以关注我,一起交流。


1. 归并排序介绍

1.1 定义

谈到归并我们需要先认识“分治”,顾名思义,分治即分而治之,一个问题很复杂,那么我们把问题拆分为简单点的小问题,将小问题继续拆分,最后所需面对的都是最小问题。将这些最小问题解决掉,一步步合并为大问题,最后实现整个问题的解决。

归并排序是建立在归并操作上的一种有效,稳定的排序算法,它是采用分治法的一个非常典型的应用。将待排序数组分为两条线逐级拆分,将子序列进行排序,然后沿两条线逐级合并,得到完全有序序列。这种通过递归,层层合并的方法,称为归并。

1.2 基本原理

归并操作的工作原理如下:

  1. 将数组拆分两个等分数组,然后逐级往下进行等分拆分,直至成为长度为1的最小元素;
  2. 数组元素两两进行排序,这些两两排序的元素归并为新的子数组;这里两个归并起点有两个点,一个是初始数组首元素,一个是等分初始数组中间元素。
  3. 前后两个子数组进行排序合并,形成更大的子数组;
  4. 依次向上排序和合并,直至两条线均合并为一个有序数组;
  5. 将两个支线数组进行合并,得到最终的有序数组。

1.3 时间复杂度

假设数组元素个数为n,时间复杂度为T(n),
将 n 个数的序列,分为两个 n/2 的序列,则:T(n) = 2T(n/2) + n
将 n/2 个数的序列,分为四个 n/4 的序列,则:T(n) = 4T(n/4) + 2n
将 n/4 个数的序列,分为八个 n/8 的序列,则:T(n) = 8T(n/8) + 3n

将 n/2k 个数的序列,分为2k个 n/2k 的序列,则:T(n) = 2kT(n/2k) + kn

当 T(n/2k) = T(1)时, 即n/2k = 1,转换为以2为底n的对数:k = log2n,把k带入到T(n)中,得:T(n) = n + nlog2n。

因此归并排序的时间复杂度就是O(nlogn)。

2. 代码实现

#include <stdio.h>
#include <stdlib.h>
#include <string.h>

void Merge(int* arr, int left, int right, int mid)
{
    int *p = (int*)malloc((right - left + 1) * sizeof(int));
    int *temp = p;
    int L = left;
    int R = mid + 1;
        memset(p, 0, (right - left + 1) * sizeof(int));
        
    while((L <= mid)&&(R <= right))
    {
        *p++ = arr[L] < arr[R]?arr[L++] : arr[R++];
    }
    while (L <= mid)
    {
        *p++ = arr[L++];
    }
    while (R <= right)
    {
        *p++ = arr[R++];
    }
 
    memcpy(arr + left, temp, (right - left + 1) * sizeof(int));
 
    free(temp);
}
 
void MergeSort(int* arr, int left, int right)
{
    if (left >= right)
        return;
    int mid = (left + right)/2;
 
    MergeSort(arr, left, mid);            
    MergeSort(arr, mid + 1, right);        
    Merge(arr, left, right, mid);    
}
 
int main()
{
    int arr[10] = { 3,6,9,2,1,4,8,7,5,10};
    MergeSort(arr, 0, 9);
 
    for (int i = 0; i < sizeof(arr) / sizeof(arr[0]); i++)
    {
        printf("%d ", arr[i]);
    }
 
    return 0;
}

运行结果:

image.png

相关文章
|
12天前
|
机器学习/深度学习 搜索推荐 算法
推荐系统的算法与实现:深入解析与实践
【6月更文挑战第14天】本文深入探讨了推荐系统的原理与实现,包括用户和项目建模、协同过滤、内容过滤及混合推荐算法。通过收集用户行为数据,系统预测用户兴趣,提供个性化推荐。实践中,涉及数据处理、建模、算法选择及结果优化。随着技术发展,推荐系统将持续改进,提升性能和用户体验。
|
2天前
|
机器学习/深度学习 算法 数据挖掘
算法金 | K-均值、层次、DBSCAN聚类方法解析
**摘要:** 这篇文章介绍了聚类分析的基本概念和几种主要的聚类算法。聚类是无监督学习中用于发现数据内在结构的技术,常用于市场分析、图像分割等场景。K-均值是一种基于划分的算法,简单高效但易受初始值影响;层次聚类包括凝聚和分裂方式,形成层次结构但计算复杂;DBSCAN基于密度,能处理任意形状的簇,但参数选择敏感。文章还讨论了这些算法的优缺点和适用场景,并提供了相关资源链接和Python实现。
22 9
算法金 | K-均值、层次、DBSCAN聚类方法解析
|
5天前
|
搜索推荐 算法 Java
Java中的快速排序、归并排序和堆排序是常见的排序算法。
【6月更文挑战第21天】Java中的快速排序、归并排序和堆排序是常见的排序算法。快速排序采用分治,以基准元素划分数组并递归排序;归并排序同样分治,先分割再合并有序子数组;堆排序通过构建堆来排序,保持堆性质并交换堆顶元素。每种算法各有优劣:快排平均高效,最坏O(n²);归并稳定O(n log n)但需额外空间;堆排序O(n log n)且原地排序,但不稳定。
17 3
|
7天前
|
机器学习/深度学习 算法 TensorFlow
Inception v3算法的实战与解析
Inception v3算法的实战与解析
|
1天前
|
搜索推荐 C语言
【C/排序算法】:快速排序和归并排序的非递归实现
【C/排序算法】:快速排序和归并排序的非递归实现
7 0
|
1天前
|
搜索推荐 算法
【C/排序算法】:归并排序和计数排序
【C/排序算法】:归并排序和计数排序
6 0
|
1天前
|
搜索推荐
归并排序算法总结
归并排序算法总结
|
1天前
|
机器学习/深度学习 算法 TensorFlow
Inception v3算法的实战与解析
Inception v3算法的实战与解析
6 0
|
5天前
|
存储 算法 Java
面试高频算法题汇总「图文解析 + 教学视频 + 范例代码」之 二分 + 哈希表 + 堆 + 优先队列 合集
面试高频算法题汇总「图文解析 + 教学视频 + 范例代码」之 二分 + 哈希表 + 堆 + 优先队列 合集
|
6天前
|
机器学习/深度学习 算法 数据可视化
决策树算法:从原理到实践的深度解析
决策树算法:从原理到实践的深度解析
11 0

推荐镜像

更多