【算法】排序——归并排序和计数排序

简介: 上两篇文章讲解了插入排序、选择排序以及交换排序,每种类型的排序大类下都有一到两种排序,今天给大家带来的是归并排序,和前面几种排序一样都属于比较排序中的一种,是通过比较数组中的元素来实现排序的,还给大家带来一种非比较排序计数排序,让我们开始今天的排序之吧!!!

归并排序

基本思想:

归并排序(MERGE-SORT)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 andConquer)的一个非常典型的应用。将已有序的子序列合并,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。


归并排序核心步骤:

8296721989ca45d1aab85ce1d0c381c8.png

这张图片看起来是不是非常眼熟?和上篇文章的快速排序非常的相似,归并排序也是一种类似与二叉树结构的排序,我们也是使用递归的思想来实现,归并排序是先将一整个乱序的数组分成若干个数组(极限情况下每一个数字可以看成一个数字)然后将每个有序的数组进行有序的合并,通过多次合并最终成为一个有序的数组。

递归实现代码

c1dbe111f52b48de8d9f25dc7cdf0591.gif

void _MergerSort(int* a, int* tmp,int begin, int end )
{
  if (begin >= end)
  {
    return;
  }
  int mid = (end + begin) / 2;
  //[begin,mid] [mid+1,end]
  _MergerSort(a, tmp, begin, mid);
  _MergerSort(a, tmp, mid + 1, end);
  //归并到tmp数组
  int begin1 = begin, end1 = mid;
  int begin2 = mid + 1, end2 = end;
  int index = begin;
  while (begin1 <= end1 && begin2 <= end2)
  {
    if (a[begin1]< a[begin2])
    {
      tmp[index++] = a[begin1++];
    }
    else
    {
      tmp[index++] = a[begin2++];
    }
  }
  while (begin1 <= end1)
  {
    tmp[index++] = a[begin1++];
  }
  while (begin2 <= end2)
  {
    tmp[index++] = a[begin2++];
  }
  memcpy(a + begin, tmp + begin, (end - begin + 1) * sizeof(int));
}
void MergeSort(int* a, int n)
{
  int* tmp =(int *) malloc(sizeof(int) * n);
  if (tmp == NULL)
  {
    perror("malloc failed");
    return;
  }
  //不可以自己递归,因为每次都要开辟新的空间
  _MergerSort(a, tmp, 0, n - 1);
  free(tmp);
}

693c1cd1036a4fa1a28a5602daaf99d4.png

递归实现排序确实优点难理解,大家可以根据我画的图和代码结合起来自己多多画图理解。


非递归实现归并排序

上篇文章的快速排序我们可以使用栈数据结构来实现,但是归并排序我们很难用栈数据结构来实现,普通的方法实现起来也不难,递归是将一整个数组分成若干数组(极限情况下每一个数字是一个数组)来实现分治,最后归并。我们逆向着来,根据控制数组的下标来直接实现归并。

c4126b34e3a145a9ac9c5a78c6ed40db.png

非递归实现代码

void MergeSortNonR(int* a, int n)
{
  int* tmp = (int*)malloc(sizeof(int) * n);
  if (tmp == NULL)
  {
    perror("malloc failed");
    return;
  }
  int gap = 1;
  while (gap < n)
  {
    //11归并 22归并 44归并
    for (int i = 0; i < n;i=i+2*gap)
    {
      int begin1 = i, end1 = i + gap - 1;
      int begin2 = i + gap, end2 = i + 2 * gap - 1;
      int index = i;
            //防止越界,防止只能排序个数为2的倍数
            //当begin2大于等于数组个数时end2一定越界了
      if (begin2 >= n)
      {
        break;
      }
      if (end2 >= n)
      {
        end2 = n - 1;
      }
      while (begin1 <= end1 && begin2 <= end2)
      {
        if (a[begin1] < a[begin2])
        {
          tmp[index++] = a[begin1++];
        }
        else
        {
          tmp[index++] = a[begin2++];
        }
      }
      while (begin1 <= end1)
      {
        tmp[index++] = a[begin1++];
      }
      while (begin2 <= end2)
      {
        tmp[index++] = a[begin2++];
      }
      memcpy(a + i, tmp + i, (end2-i+1) * sizeof(int));
    }
    gap *= 2;
  }
  free(tmp);
}


在对数组进行操作时我们一定要注意越界问题,下面是解决上面问题的图解。

9739415418374e7eb70dfce2beb47145.jpg

因此当end2越界时但begin2没越界时我们将end2调到n-1的位置时候就可以了。


归并排序的特性总结:

1. 归并的缺点在于需要O(N)的空间复杂度,归并排序的思考更多的是解决在磁盘中的外排序题。
2. 时间复杂度:O(N*logN)
3. 空间复杂度:O(N)
4. 稳定性:稳定


计数排序

思想:计数排序又称为鸽巢原理,是对哈希直接定址法的变形应用。


操作步骤:

1. 统计相同元素出现次数

2. 根据统计的结果将序列回收到原来的序列中



开辟一个新的数组利用数组下标统计原数组中每个数出现的次数,因为时从小到大统计的因此直接将每个数字放在原数组中即可,如果原数组全是大数据呢?开辟空间的大小是个问题,因此我们先遍历数组找到最大值和最小值做差作为我们开辟空间大小的基准,每个数的代表下标=数组元素-最小值。


bccdf7363c2843d88f107ec0478c8203.png


实现代码

void CoutSort(int* a, int n)
{
  int max = a[0];
  int min = a[0];
  //遍历数组求出最大值
  for (int i = 0; i < n; i++)
  {
    if (max < a[i])
    {
      max = a[i];
    }
    if (min > a[i])
    {
      min = a[i];
    }
  }
  //根据最大值和最小值的差值开辟空间
  int range = max - min+1;
  int* cout = (int*)malloc(sizeof(int) * range);
  if (cout == NULL)
  {
    perror("malloc failed");
    return;
  }
  //将开辟的空间所有值置为0
  memset(cout, 0, sizeof(int) * range);
  for (int i = 0; i < n; i++)
  {
    //计数
    //防止数值过大
    cout[a[i] - min]++;
    //3 4 5 6 7 8 9 10
    //0 1 2 3 4 5 6 7
    //2 1 1 2 1 1 2 1
  }
  int j = 0;
  for (int i = 0; i < range; i++)
  {
    while (cout[i]--)
    {
      a[j++] = i + min;
    }
  }
}

计数排序的特性总结:

1. 计数排序在数据范围集中时,效率很高,但是适用范围及场景有限。
2. 时间复杂度:O(MAX(N,范围))
3. 空间复杂度:O(范围)

排序算法复杂度及稳定性分析

9ed8cc6ed3844492b9e2173b58dafaf4.png

网络异常,图片无法展示
|
33ad4584dba84e8c8aaf09b27a7bd543.png

网络异常,图片无法展示
|
  经典的几大排序本片文章就彻底完结了,大家可以根据这三篇文章对排序有新的认识。希望大家阅读完可以有所收获,同时也感谢各位看官的三连支持。文章有问题可以直接留言,我一定及时认真的修改。
网络异常,图片无法展示
|

相关文章
|
9天前
|
搜索推荐 算法 C语言
【排序算法】八大排序(上)(c语言实现)(附源码)
本文介绍了四种常见的排序算法:冒泡排序、选择排序、插入排序和希尔排序。通过具体的代码实现和测试数据,详细解释了每种算法的工作原理和性能特点。冒泡排序通过不断交换相邻元素来排序,选择排序通过选择最小元素进行交换,插入排序通过逐步插入元素到已排序部分,而希尔排序则是插入排序的改进版,通过预排序使数据更接近有序,从而提高效率。文章最后总结了这四种算法的空间和时间复杂度,以及它们的稳定性。
50 8
|
9天前
|
搜索推荐 算法 C语言
【排序算法】八大排序(下)(c语言实现)(附源码)
本文继续学习并实现了八大排序算法中的后四种:堆排序、快速排序、归并排序和计数排序。详细介绍了每种排序算法的原理、步骤和代码实现,并通过测试数据展示了它们的性能表现。堆排序利用堆的特性进行排序,快速排序通过递归和多种划分方法实现高效排序,归并排序通过分治法将问题分解后再合并,计数排序则通过统计每个元素的出现次数实现非比较排序。最后,文章还对比了这些排序算法在处理一百万个整形数据时的运行时间,帮助读者了解不同算法的优劣。
36 7
|
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
|
1月前
|
搜索推荐 Shell
解析排序算法:十大排序方法的工作原理与性能比较
解析排序算法:十大排序方法的工作原理与性能比较
49 9
|
1月前
|
算法 搜索推荐 Java
数据结构与算法学习十三:基数排序,以空间换时间的稳定式排序,速度很快。
基数排序是一种稳定的排序算法,通过将数字按位数切割并分配到不同的桶中,以空间换时间的方式实现快速排序,但占用内存较大,不适合含有负数的数组。
23 0
数据结构与算法学习十三:基数排序,以空间换时间的稳定式排序,速度很快。
|
1月前
|
搜索推荐 Java Go
深入了解计数排序算法
深入了解计数排序算法
34 4
|
1月前
|
算法
❤️算法笔记❤️-(每日一刷-83、删除排序链表中的重复项)
❤️算法笔记❤️-(每日一刷-83、删除排序链表中的重复项)
30 0
|
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