基本算法-归并排序

简介: 基本算法-归并排序

前言

      本文介绍一种排序算法——归并排序,是常用的排序算法之一。以下是本篇文章正文内容,包括算法简介、算法特点、算法实现和C++示例。

一、归并排序简介

      归并排序法是将已排序好的两个或多个数列,通过合并的方式组合成一个更大的且排好序的数列。


      归并排序法的实现思路有很多,本文介绍其中一种(我觉得最好理解且最方便实现的)——2路拆分法。


  1. 将数列拆分为N个长度为1的数列。
  2. 两两合并并排序,形成N/2个长度为2的数列。
  3. 继续两两合并并排序,形成N/4个长度为4的数列。
  4. 以此类推,直到形成长度为N的总数列,完成排序。

二、算法特点

      1)归并排序n个数据,一般需要处理log2n次,每次处理的时间复杂度为O(n)。因此,最坏最好和平均的时间复杂度都是O(nlog2n)。


      2)稳定,合并过程不改变原序列过程。


      3)空间复杂度是O(n),需要用一个同样尺寸的额外空间做辅助。


三、代码实现

      代码实现逻辑:

  1. 递归拆分。
  2. 从最小长度开始合并。
  3. 合并完成则排序完成。
// 合并
void Merge(vector<int> &data, int left, int mid, int right)
{
  vector<int> temp(right - left + 1, 0);
  int i = left;
  int j = mid + 1;
  int k = 0;
    // 比较填补
  while (i <= mid && j <= right)
  {
    if (data[i] <= data[j])
      temp[k++] = data[i++];
    else
      temp[k++] = data[j++];
  }
    // 剩余填补
  while (i <= mid)
    temp[k++] = data[i++];
  while (j <= right)
    temp[k++] = data[j++];
    // 拷贝
  for (int i = 0; i < k; ++i)
    data[i + left] = temp[i];
}
// 拆分
void Split(vector<int> &data, int left, int right)
{
    // 拆分至长度1返回
  if (left >= right)
    return;
  int mid = (left + right) / 2;
    // 递归
  Split(data, left, mid);
  Split(data, mid + 1, right);
  Merge(data, left, mid, right);
}
// 归并排序
void MergeSort(vector<int> &data)
{
  int size = static_cast<int>(data.size());
  int mid = size / 2;
    // 递归
  Split(data, 0, mid);
  Split(data, mid + 1, size - 1);
  Merge(data, 0, mid, size - 1);
}

四、C++示例

#include <iostream>
#include <iomanip>
#include <vector>
#include <string>
using namespace std;
// 展示当前顺序
void Show(vector<int> data)
{
  size_t size = data.size();
  for (size_t i = 0; i < size; ++i)
    cout << setw(4) << data[i];
  cout << endl;
}
// 合并
int Mcount = 1;
void Merge(vector<int> &data, int left, int mid, int right)
{
  vector<int> temp(right - left + 1, 0);
  int i = left;
  int j = mid + 1;
  int k = 0;
  while (i <= mid && j <= right)
  {
    if (data[i] <= data[j])
      temp[k++] = data[i++];
    else
      temp[k++] = data[j++];
  }
  while (i <= mid)
    temp[k++] = data[i++];
  while (j <= right)
    temp[k++] = data[j++];
  for (int i = 0; i < k; ++i)
    data[i + left] = temp[i];
  cout << "第" << Mcount << "次排序结果:\n";
  Show(data);
  Mcount++;
}
// 拆分
void Split(vector<int> &data, int left, int right)
{
  if (left >= right)
    return;
  int mid = (left + right) / 2;
  Split(data, left, mid);
  Split(data, mid + 1, right);
  Merge(data, left, mid, right);
}
// 归并排序
void MergeSort(vector<int> &data)
{
  cout << "归并排序:\n原始数据:\n";
  Show(data);
  int size = static_cast<int>(data.size());
  int mid = size / 2;
  Split(data, 0, mid);
  Split(data, mid + 1, size - 1);
  Merge(data, 0, mid, size - 1);
  cout << "排序后结果:\n";
  Show(data);
}
// 主函数
int main()
{
  vector<int> data = { 9,11,567,0,-2,4,2,12,18,6,9 };
  // 归并排序
  MergeSort(data);
  system("pause");
  return 0;
}

 效果图:

    综上所述,归并排序法是个比较好用的排序法,优点是速度快,稳定,缺点就是占用一定空间~

      如果文章帮助到你了,可以点个赞让我知道,我会很快乐~加油!

相关文章
|
1月前
|
算法 搜索推荐 Shell
数据结构与算法学习十二:希尔排序、快速排序(递归、好理解)、归并排序(递归、难理解)
这篇文章介绍了希尔排序、快速排序和归并排序三种排序算法的基本概念、实现思路、代码实现及其测试结果。
20 1
|
5月前
|
机器学习/深度学习 算法 搜索推荐
【初阶算法4】——归并排序的详解,及其归并排序的扩展
【初阶算法4】——归并排序的详解,及其归并排序的扩展
【初阶算法4】——归并排序的详解,及其归并排序的扩展
|
1月前
|
存储 搜索推荐 算法
【排序算法(二)】——冒泡排序、快速排序和归并排序—>深层解析
【排序算法(二)】——冒泡排序、快速排序和归并排序—>深层解析
|
1月前
|
存储 算法 搜索推荐
算法进阶之路:Python 归并排序深度剖析,让数据排序变得艺术起来!
算法进阶之路:Python 归并排序深度剖析,让数据排序变得艺术起来!
70 0
|
1月前
|
搜索推荐 Java Go
深入了解归并排序算法
深入了解归并排序算法
20 0
|
6月前
|
算法 前端开发 搜索推荐
前端算法之归并排序
前端算法之归并排序
37 0
|
3月前
|
算法 搜索推荐 Java
算法实战:手写归并排序,让复杂排序变简单!
归并排序是一种基于“分治法”的经典算法,通过递归分割和合并数组,实现O(n log n)的高效排序。本文将通过Java手写代码,详细讲解归并排序的原理及实现,帮助你快速掌握这一实用算法。
41 0
|
3月前
|
数据采集 搜索推荐 算法
【高手进阶】Java排序算法:从零到精通——揭秘冒泡、快速、归并排序的原理与实战应用,让你的代码效率飙升!
【8月更文挑战第21天】Java排序算法是编程基础的重要部分,在算法设计与分析及实际开发中不可或缺。本文介绍内部排序算法,包括简单的冒泡排序及其逐步优化至高效的快速排序和稳定的归并排序,并提供了每种算法的Java实现示例。此外,还探讨了排序算法在电子商务、搜索引擎和数据分析等领域的广泛应用,帮助读者更好地理解和应用这些算法。
41 0
|
4月前
|
存储 算法 搜索推荐
算法进阶之路:Python 归并排序深度剖析,让数据排序变得艺术起来!
【7月更文挑战第12天】归并排序是高效稳定的排序算法,采用分治策略。Python 实现包括递归地分割数组及合并已排序部分。示例代码展示了如何将 `[12, 11, 13, 5, 6]` 分割并归并成有序数组 `[5, 6, 11, 12, 13]`。虽然 $O(n log n)$ 时间复杂度优秀,但需额外空间,适合大规模数据排序。对于小规模数据,可考虑其他算法。**
76 4
|
4月前
|
算法 搜索推荐 C#