数据结构和算法14 之归并排序

简介:

  归并算法的中心是归并两个已经有序的数组。归并两个有序数组A和B,就生成了第三个数组C,数组C包含数组A和B的所有数据项,并且使它们有序的排列在数组C中。首先我们来看看归并的过程,然后看它是如何在排序中使用的。

        假设有两个有序数组,不要求有相同的大小。设数组A有4个数据项,数组B有6个数据项,它们要被归并到数组C中,开始时数组C有10个存储空间,归并过程如下图所示:


        归并排序的思想是把一个数组分成两半,排序每一半。然后用merge方法将数组的两半归并成一个有序的数组。被分的每一半使用递归,再次划分排序,直到得到的子数组只含有一个数据项为止。正如上面所说的,归并排序需要额外的一个和AB两个数组总和相等的空间,如果初始数组几乎沾满了整个存储器,那么归并排序就不能工作了。

        归并排序的思想很简单,下面我们来看看具体实现:

[java]  view plain  copy
  在CODE上查看代码片 派生到我的代码片
  1. public void mergeSort(int[] source) {  
  2.     int[] workSpace = new int[source.length];  
  3.     recMergeSort(source,workSpace, 0, source.length-1);  
  4. }  
  5.   
  6. private void recMergeSort(int[] source, int[] workSpace, int lowerBound, int upperBound) {  
  7.     if(lowerBound == upperBound) {  
  8.         return;  
  9.     }  
  10.     else {  
  11.         int mid = (lowerBound + upperBound) / 2;  
  12.         recMergeSort(source, workSpace, lowerBound, mid); //左边排  
  13.         recMergeSort(source, workSpace, mid+1, upperBound); //右边排  
  14.         merge(source, workSpace, lowerBound, mid+1, upperBound);//归并  
  15.     }  
  16. }  
  17.   
  18. private void merge(int[] a, int[] workSpace, int lowPtr, int highPtr, int upperBound) {  
  19.     int j = 0;  
  20.     int lowerBound = lowPtr;  
  21.     int mid = highPtr - 1;  
  22.     int n = upperBound - lowerBound + 1;  
  23.     while(lowPtr <= mid && highPtr <= upperBound) {  
  24.         if(a[lowPtr] < a[highPtr]) {  
  25.             workSpace[j++] = a[lowPtr++];  
  26.         }  
  27.         else {  
  28.             workSpace[j++] = a[highPtr++];  
  29.         }  
  30.     }  
  31.     while(lowPtr <= mid) {  
  32.         workSpace[j++] = a[lowPtr++];  
  33.     }  
  34.       
  35.     while(highPtr <= upperBound) {  
  36.         workSpace[j++] = a[highPtr++];  
  37.     }  
  38.       
  39.     for(j = 0; j < n; j++) {  
  40.         a[lowerBound + j] = workSpace[j];  
  41.     }  
  42. }  

        算法分析:归并排序的运行时间最差、最好和平均都是O(NlogN),但是它需要额外的存储空间,这在某些内存紧张的机器上会受到限制。归并算法是由分割和归并两部分组成的,对于分各部分,如果我们使用二分查找,时间是O(NlogN),在最后归并的时候时间是O(N),所以总时间是O(NlogN)。空间复杂度为O(N)。

        归并排序是稳定的,由于没有发生数据交换,所有当a=b的时候,a一开始如果在b前面,则其每一次合并后仍然在b前面,故该排序算法是稳定的。

        归并排序就写这么多,如有错误之处,欢迎留言指正~


转载:http://blog.csdn.net/eson_15/article/details/51193139

目录
相关文章
|
4月前
|
算法 数据处理 C语言
C语言中的位运算技巧,涵盖基本概念、应用场景、实用技巧及示例代码,并讨论了位运算的性能优势及其与其他数据结构和算法的结合
本文深入解析了C语言中的位运算技巧,涵盖基本概念、应用场景、实用技巧及示例代码,并讨论了位运算的性能优势及其与其他数据结构和算法的结合,旨在帮助读者掌握这一高效的数据处理方法。
109 1
|
1月前
|
存储 机器学习/深度学习 算法
C 408—《数据结构》算法题基础篇—链表(下)
408考研——《数据结构》算法题基础篇之链表(下)。
86 29
|
1月前
|
存储 算法 C语言
C 408—《数据结构》算法题基础篇—链表(上)
408考研——《数据结构》算法题基础篇之链表(上)。
94 25
|
1月前
|
存储 人工智能 算法
C 408—《数据结构》算法题基础篇—数组(通俗易懂)
408考研——《数据结构》算法题基础篇之数组。(408算法题的入门)
72 23
|
2月前
|
搜索推荐 C语言
数据结构(C语言)之对归并排序的介绍与理解
归并排序是一种基于分治策略的排序算法,通过递归将数组不断分割为子数组,直到每个子数组仅剩一个元素,再逐步合并这些有序的子数组以得到最终的有序数组。递归版本中,每次分割区间为[left, mid]和[mid+1, right],确保每两个区间内数据有序后进行合并。非递归版本则通过逐步增加gap值(初始为1),先对单个元素排序,再逐步扩大到更大的区间进行合并,直至整个数组有序。归并排序的时间复杂度为O(n*logn),空间复杂度为O(n),且具有稳定性,适用于普通排序及大文件排序场景。
|
2月前
|
存储 人工智能 算法
【C++数据结构——内排序】二路归并排序(头歌实践教学平台习题)【合集】
本关任务是实现二路归并算法,即将两个有序数组合并为一个有序数组。主要内容包括: - **任务描述**:实现二路归并算法。 - **相关知识**: - 二路归并算法的基本概念。 - 算法步骤:通过比较两个有序数组的元素,依次将较小的元素放入新数组中。 - 代码示例(以 C++ 为例)。 - 时间复杂度为 O(m+n),空间复杂度为 O(m+n)。 - **测试说明**:平台会对你编写的代码进行测试,提供输入和输出示例。 - **通关代码**:提供了完整的 C++ 实现代码。 - **测试结果**:展示代码运行后的排序结果。 开始你的任务吧,祝你成功!
41 10
|
3月前
|
存储 运维 监控
探索局域网电脑监控软件:Python算法与数据结构的巧妙结合
在数字化时代,局域网电脑监控软件成为企业管理和IT运维的重要工具,确保数据安全和网络稳定。本文探讨其背后的关键技术——Python中的算法与数据结构,如字典用于高效存储设备信息,以及数据收集、异常检测和聚合算法提升监控效率。通过Python代码示例,展示了如何实现基本监控功能,帮助读者理解其工作原理并激发技术兴趣。
84 20
|
2月前
|
存储 算法 测试技术
【C++数据结构——树】二叉树的遍历算法(头歌教学实验平台习题) 【合集】
本任务旨在实现二叉树的遍历,包括先序、中序、后序和层次遍历。首先介绍了二叉树的基本概念与结构定义,并通过C++代码示例展示了如何定义二叉树节点及构建二叉树。接着详细讲解了四种遍历方法的递归实现逻辑,以及层次遍历中队列的应用。最后提供了测试用例和预期输出,确保代码正确性。通过这些内容,帮助读者理解并掌握二叉树遍历的核心思想与实现技巧。
55 2
|
4月前
|
数据采集 存储 算法
Python 中的数据结构和算法优化策略
Python中的数据结构和算法如何进行优化?
|
4月前
|
并行计算 算法 测试技术
C语言因高效灵活被广泛应用于软件开发。本文探讨了优化C语言程序性能的策略,涵盖算法优化、代码结构优化、内存管理优化、编译器优化、数据结构优化、并行计算优化及性能测试与分析七个方面
C语言因高效灵活被广泛应用于软件开发。本文探讨了优化C语言程序性能的策略,涵盖算法优化、代码结构优化、内存管理优化、编译器优化、数据结构优化、并行计算优化及性能测试与分析七个方面,旨在通过综合策略提升程序性能,满足实际需求。
102 1