开发者社区> 问答> 正文

归并排序 7月15日 【今日算法】

今天分享的的内容涉及以下两个问题:

  1. 归并排序的迭代实现方式;
  2. 实现一个原地归并排序(In-Place Merge Sort);

归并排序的迭代实现

在正式看代码前,希望你心中清楚归并排序的递归实现方式,不熟悉也无妨,看这篇文章 [图解「归并排序」算法(修订版)]文章。

迭代和递归(Iteration & Recursion)本就心心相惜,你中有我,我中有你,任何一个算法的递归实现都可以将其变成一个迭代的实现方式,只要代价足够小,收益(获得的空间和时间效率的提升)足够高就可以。

归并排序同样可以做到,只是归并排序的迭代实现方式较为特殊,不像大多数递归与迭代的转化,归并排序并不需要程序中出现一个显式的 stack 辅助栈,但同样能够去掉递归调用,以迭代的方式实现归并排序。

1_ys.png

这张图一定很熟悉了,这就是标准的递归实现过程中的分与治,而采用迭代实现时,策略上有两点发生了变化:

  1. 分的方式采用循环(迭代),而不是递归的方式;
  2. 分的策略和递归的方式有别,依旧符合归并排序的思想;

我们依旧以下面的数组为例说明(感觉这个数组万能,哈哈):

2_ys.png

第一步:合并 51

3_ys.png

第二步:合并 42

4_ys.png

第三步:合并 84

5_ys.png

第四步:合并 [1,5,2,4]

6_ys.png

第五步:合并 [4,8]

7_ys.png

第六步:合并 [1,2,4,5,4,8]

8_ys.png

看到这里,并不能清晰地看出归并排序迭代和递归之间的差异,客官莫急:

9_ys.png

这次就会清晰可见了,归并排序的迭代实现方式中的合并顺序与递归明显不同,递归是将长度为 n 的原始数组一分为二,然后再将两个(1/2)的数组再一分为二,直到分为n个长度为1的元素。然后两两按大小合并,如此反复,直到最后形成包含 n 个数的一个有序数组。

而迭代就不同了,默认将数组当中的元素当做 n 个长度为1的元素;依次按照 2 个一组合并,4 个元素为一组进行合并(不足 4 个,比如 [4,8] ,不足 4 个就按照剩余个数 2 合并),....,最后以 n/2 个元素为一组进行合并,得到我们的有序数组。

迭代实现中,仅从图中似乎看不到分的过程,但事实上,合并前已经进行了分,只不过这个分与递归调用的分不同,而是采用迭代。

忽略合并的实现细节,我们仅看一下迭代的实现方式。

static void mergeSort(int arr[], int n) 
{ 
 
    int curr_size; //标识当前合并的子数组的大小,从 1 已知到 n/2
    int left_start; //标识当前要合并的子数组的起点
    for (curr_size = 1; curr_size <= n-1; curr_size = 2*curr_size) 
    { 
        for (left_start = 0; left_start < n-1; left_start += 2*curr_size) 
        { 
            int mid = Math.min(left_start + curr_size - 1, n-1); 
 
            int right_end = Math.min(left_start + 2*curr_size - 1, n-1);
   
            merge(arr, left_start, mid, right_end);
         } 
     } 
} 
//合并略

归并排序的迭代实现就是将递归中 的操作修改成了两层的 for 循环,为了理解这两层循环所进行的操作,建议最好自己将数组 [5,1,4,2,8,4] 代进去手动的计算一遍,下图中给出了merge(arr, left_start, mid, right_end); 函数依次调用数据:

10_ys.png

请问如何用迭代实现三路归并排序?

答案很简单了,将上面提供的二路归并排序的迭代实现中的所有 2 替换为 3,合并过程将变成下图:

11_ys.png

改日再详述 3 路归并排序,接着看第二个问题。

原地归并排序

所谓原地排序(In-place Sort)就是空间复杂度为O(1) 的排序算法。[图解「归并排序」算法(修订版)]中所讲的归并排序空间复杂度为O(n) ,时间复杂度为O(nlogn) ,其中O(n) 的空间复杂度是由 merge(arr, left, mid, right) 函数所造成的,所以关于这个问题的解决就是折腾 merge 函数。

该如何折腾呢?看栗子(哈哈,就是废话少)。

同样以最后一次合并为例:

12_ys.png

这里的 start1start2 还有 mid 的初始设置就不多说了,看原地合并过程即可。

第一步:比较 start1 指向的元素 1start2 指向的元素 21 < 2 ,所以直接将 start1右移,即 start1++ .

13_ys.png

第二步:比较 start1 指向的元素 4start2 指向的元素 24 > 2 ,此时不使用额外空间实现合并操作,将 start2 之前,start1 (包含 start1) 之后的元素向后移动,并将 2 拷贝到 start1 所指向的位置,然后将 start1start2 还有 mid 均向后移动:

14_ys.png

第三步:比较 start1 指向的元素 4start2 指向的元素 44 = 4 ,所以直接将 start1右移,即 start1++ .

15_ys.png

第四步:与第二步类似,比较 start1 指向的元素 5start2 指向的元素 45 > 4 ,将 4向前移动,将 5 向后移动,然后将 start1start2 还有 mid 均向后移动:

16_ys.png

第五步:比较 start1 指向的元素 5start2 指向的元素 8 ,**5 < 8 ** ,直接将 start1右移,即 start1++ ;此时 start1 > mid ,表明合并完成了。

17_ys.png

空间复杂度为O(1) 的合并操作的实现代码:

static void merge(int arr[], int start1, int mid, int end){
    int start2 = mid + 1;
    
    //如果 mid 小于等于 mid+1 的元素,表明数组已经有序,不需要合并
    if(arr[mid] <= arr[start2]){
        return;
    }
    
    while(start1 <= mid && start2 <= end){
        if(arr[start1] <= arr[start2]){
            start1++;
        }
        else{
            int value = arr[start2];
            int index = start2;
            
            //将 [start1,start2 - 1]中的元素向后移动
            while(index != start1){
                arr[index] = arr[index - 1];
                index--;
            }
            
            arr[start1] = value;
            
            start1++;
            mid++;
            start2++;
        }
    }
}

注意这个合并操作中涉及到了两个嵌套的 while 循环,所以与空间复杂度为O(n) ,时间复杂度为O(nlogn) 的标准实现相比,这种合并策略虽然将空间复杂度降到了O(1) ,但同时也牺牲了时间复杂度,时间复杂度变成了O(n2) .

时间复杂度和空间复杂度就似阴阳之术,得失之理,生死之界;要得其一,必失其一,这个世上没有两全其美的事情!

[「归并排序:题目一」如何实现一个空间复杂度为 O(1) 的归并排序?]这篇文章中分享的就是一种空间复杂度为O(1) ,而且时间复杂度认为O(nlogn) 的方法呀!

那是因为我们使用了数学技巧,但是同时也伴随着频繁地求余和除法运算,直白点就是增加了资源消耗。

来源 | 景禹

作者 | 景禹

展开
收起
游客ih62co2qqq5ww 2020-07-16 07:43:30 2040 0
1 条回答
写回答
取消 提交回答
  • 收藏~

    2020-07-16 14:10:48
    赞同 展开评论 打赏
问答排行榜
最热
最新

相关电子书

更多
数据+算法定义新世界 立即下载
袋鼠云基于实时计算的反黄牛算法 立即下载
Alink:基于Apache Flink的算法平台 立即下载