当前位置:   article > 正文

归并排序(详解代码实现)_归并排序代码

归并排序代码

网上很多归并排序文章都是主讲归并排序原理,但对于代码实现部分的见解没有很侧重,所以本章让我们一起来看一下归并算法的代码实现部分。

原理

学习一个算法,首先当然得学习它的原理啦~

归并排序,利用分治法的思想,先将数组折半分组,直至每组只剩一个元素,然后排序合并数组,最终使其变为完全有序数组。

上动画演示,这里引用 “五分钟学算法” up主的动图,觉得不错
归并排序
动画演示虽是同时分组,但当你调试代码时,你会发现它是先分完一边,再分另一边

还有一张图片我觉得也蛮不错的,很好的体现出分治法的思想。
归并排序

代码实现

先看一下合并(merge)部分的实现

void merge(int low,int mid,int high)
{
	int left = low;	//左边部分数组指针
	int right = mid + 1;	//右边部分指针
	int k = low;	//对temp数组进行操作的指针

	while (left < mid + 1 && right < high + 1) {  /*这个while是用来将两个数组合并成一个新的			 				
													数组的,该数组暂时存放在temp[]里面*/
		if (nums[left] > nums[right]) {
			temp[k++] = nums[right++];	//这里的k++和right++意思是先赋值后加1
		}								//相当于下面else的写法啦
		else {
			temp[k] = nums[left];
			k++;
			left++;
		}
	}

	//查看左边序列是否为空
	while (left < mid + 1) {		/*这两个while是当一个数组的值存放完毕时,将另一个数组剩余											
										的元素依次存入*/
		temp[k++] = nums[left++];
	}

	//查看右边序列是否为空
	while (right < high + 1) {
		temp[k++] = nums[right++];
	}

	//移动回原数组,num[i]是定义在全局区待排序的数组
	for (int i = low; i <= high; i++) {	//这里要i=low阿,不可以等于0
		nums[i] = temp[i];
	}
}
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33
  • 34

分组(mergeSort)部分的代码实现

void mergeSort(int low,int high)	//运用递归啦
{
	if(low >= high) {	//相当于是单个元素一组了,直接返回就行
		return;
	}
	int mid = low + ((high - low) >> 1);/*防止low和high太大导致越界,>>1和除以2一样,不过	
											比/2效率快*/
	//分
	mergeSort(low, mid);	//先分左边
	mergeSort(mid + 1, high);	//分完左边分右边

	//治
	merge(low, mid, high);	//一层一层合并,小数组逐渐合并成大数组
}
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14

最后看一下完整的具体代码

#include <iostream>
using namespace std;

int nums[7] = { 7,3,5,2,9,8 };//待排序数组
int temp[7];//临时存储数组

void merge(int low,int mid,int high)
{
	int left = low;	//左边部分数组指针
	int right = mid + 1;	//右边部分指针
	int k = low;	//对temp数组进行操作的指针

	while (left < mid + 1 && right < high + 1) {
		if (nums[left] > nums[right]) {
			temp[k++] = nums[right++];
		}
		else {
			temp[k] = nums[left];
			k++;
			left++;
		}
	}

	//查看左边序列是否为空
	while (left < mid + 1) {
		temp[k++] = nums[left++];
	}

	//查看右边序列是否为空
	while (right < high + 1) {
		temp[k++] = nums[right++];
	}

	//移动回原数组
	for (int i = low; i <= high; i++) {	//这里要i=low阿,不可以等于0
		nums[i] = temp[i];
	}
}

void mergeSort(int low,int high)
{
	if(low >= high) {
		return;
	}
	int mid = low + ((high - low) >> 1);//防止low和high太大导致越界,>>1和除以2一样,不过比/2效率快
	//分
	mergeSort(low, mid);
	mergeSort(mid + 1, high);

	//治
	merge(low, mid, high);
}

int main()
{
	mergeSort(0, 5);
	for (int i = 0; i <=5; i++) {
		cout << nums[i] << " ";
	}
	cout << endl;
	return 0;
}



  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33
  • 34
  • 35
  • 36
  • 37
  • 38
  • 39
  • 40
  • 41
  • 42
  • 43
  • 44
  • 45
  • 46
  • 47
  • 48
  • 49
  • 50
  • 51
  • 52
  • 53
  • 54
  • 55
  • 56
  • 57
  • 58
  • 59
  • 60
  • 61
  • 62
  • 63
  • 64
  • 65

最好是可以自己调试一下代码,看一下变量值的变化,会对归并算法的实现更加清晰明了。

复杂度分析

  • 时间复杂度:
    归并排序时间复杂度分析
    从这个递归树可以看出,第一层时间代价为cn,第二层时间代价为cn/2+cn/2=cn……每一层代价都是cn,总共有logn+1层,所以总的时间代价为cn*(logn+1).时间复杂度是O(nlogn).

  • 空间复杂度: 归并排序算法排序过程中需要额外的一个序列temp[] 去存储排序后的结果,所占空间是n,因此空间复杂度为O(n)

  • 稳定性: 在最坏、最佳、平均情况下归并排序时间复杂度均为O(nlogn).从合并过程中可以看出合并排序稳定。

小结:

归并排序算法的效率高,因为它的时间复杂度只有O(nlogn),所以当处理的数据量多的时候,用归并排序是一个不错的选择。对于该算法中的分治思想不太了解的C友可以先查一下概念,而后借助调试帮助理解代码实现。

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/知新_RL/article/detail/67302
推荐阅读
相关标签
  

闽ICP备14008679号