归并排序详解(递归与非递归)

归并排序是建立在归并操作上的一种有效算法。该算法是采用分治法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,再使子序列间断有序。若将两个有序表合并成一个有序表,成为二路归并。

一、递归实现归并排序

1.算法描述

● 把长度为n的输入序列分成两个长度近似为n/2([begin,mid]  [mid + 1,end] )的子序列

● 对这两个子序列再分别进行归并排序,将区间分解到不可在分为止

● 依次将两个排序好的子序列合并成一个最终的排序序列 

方法: 开辟新数组,用双指针选出两个子序列中的较小元素尾插在新数组中

 2.动图演示

3.核心步骤 

(1)图示

(2)思考

为什么要将区间拆分成[begin,mid]  [mid + 1,end] ?

上面介绍过我们的算法步骤是把长度为 n 的输入序列分成两个长度近似为 n/2 的子序列,在此前提下,除了分成[begin,mid]  [mid + 1,end]外,还有一种分法:[begin,mid-1] [mid,end],为什么不用这种分法?

mid = (begin + end)/2,所以mid是偶数

示例:用两种不同的分法分解区间[0,9]

当所要分解的区间是 [偶数,偶数],上述的两种分法都行得通,但是当区间是[偶数,偶数+1]的情况,[begin,mid-1] [mid,end]这种分法就行不通。

5.参考代码

void _MergeSort(int* arr, int* tmp, int begin, int end)
{if (begin >= end)return;int mid = (begin + end) / 2;//偶数//[begin,mid]  [mid+1,end] ——>[偶数,偶数] [偶数+1,偶数+1]_MergeSort(arr,tmp, begin, mid);_MergeSort(arr, tmp, mid + 1, end);//左右区间有序就可以归并了//归并int begin1 = begin, end1 = mid;int begin2 = mid + 1, end2 = end;int i = begin;while (begin1 <= end1 && begin2 <= end2){if (arr[begin1] <= arr[begin2]){tmp[i++] = arr[begin1++];}else{tmp[i++] = arr[begin2++];}}//剩下的尾插在tmp数组while (begin1 <= end1){tmp[i++] = arr[begin1++];}while (begin2 <= end2){tmp[i++] = arr[begin2++];}//将一定长度的tmp复制到arr中memcpy(arr + begin, tmp + begin, (end - begin + 1) * sizeof(int));
}
//归并
void MergeSort(int* arr, int n)
{int* tmp = (int*)malloc(sizeof(int) * n);if (tmp == NULL){perror("malloc fail!");return;}_MergeSort(arr,tmp, 0, n - 1);free(tmp);tmp = NULL;
}

不同排序对一百万个随机数进行排序的效率: (毫秒)

二、非递归实现归并排序

1.算法描述

● gap表示每组归并的数据个数

● i 表示每组归并的起始位置

● 两层循环,一层循环用来归并数组中的数据,另一层扩大归并的数据个数

2.核心步骤

(1)图示

 (2)思考

为什么要归并一次拷贝一次?

● 如果整体拷贝,在上述的“第二组的都越界不存在”的情况下,虽然跳出循环,但在整体拷贝的时候还会把越界的部分拷贝回去

● 但如果归并一次拷贝一次,在“第二组的都越界不存在”的情况下,直接跳出循环,不会将越界的部分拷贝到数组中

3.参考代码 

//归并(非递归)
void MergeSortNonR(int* arr, int n)
{int* tmp = (int*)malloc(sizeof(int) * n);if (tmp == NULL){perror("malloc fail!");return;}//gap表示每组要归并数据的个数int gap = 1;while (gap  < n){    //i表示每组归并的起始位置for (int i = 0; i < n; i += 2 * gap)//个数于区间的转化关系{//[bagin1,end1] [bagin2,end2]int begin1 = i, end1 = i + gap - 1;int begin2 = i + gap, end2 = i + 2 * gap - 1;//第二组的都越界不存在,那么第二组不用归并了,跳出循环if (begin2 > n)break;//第二组的begin2没越界,end2越界了,需要修正区间,再归并if (end2 > n)end2 = n - 1;//归并int j = i;while (begin1 <= end1 && begin2 <= end2){if (arr[begin1] <= arr[begin2]){tmp[j++] = arr[begin1++];}else{tmp[j++] = arr[begin2++];}}//剩下的尾插在tmp数组while (begin1 <= end1){tmp[j++] = arr[begin1++];}while (begin2 <= end2){tmp[j++] = arr[begin2++];}//将一定长度的tmp复制到arr中//归并一次拷贝一次memcpy(arr + i, tmp + i, (end2 - i + 1) * sizeof(int));}gap *= 2;}free(tmp);tmp = NULL;
}

三、算法分析 

归并排序是一种稳定的排序方法。和选择排序一样,归并排序的性能不受输入数据的影响,但表现比选择排序好的多,因为始终都是O(N*logN),代价是需要额外的内存空间。

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此版中的外排序问题

(2) 时间复杂度:O(N*logN)  相当于一个满二叉树

(3) 空间复杂度:O(N)  开辟了一个额外的数组

(4) 稳定性:稳定

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/pingmian/42507.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

【6】图像分类部署

【6】图像分类部署 文章目录 前言一、将pytorch模型转为ONNX二、本地终端部署2.1. ONNX Runtime部署2.2. pytorch模型部署&#xff08;补充&#xff09; 三、使用flask的web网页部署四、微信小程序部署五、使用pyqt界面化部署总结 前言 包括将训练好的模型部署在本地终端、web…

【Android】自定义换肤框架01之皮肤包制作

前言 目前为止&#xff0c;市面上主流的安卓换肤方案&#xff0c;其实原理都是差不多的 虽然大多都号称一行代码集成&#xff0c;但其实想要做到完全适配&#xff0c;并不简单 这个系列&#xff0c;就是让大家从零开始&#xff0c;完全掌握这方面知识&#xff0c;这样才能对…

关于vue监听数组

Vue.js 监听数组&#xff1a;深入理解与实践 在 Vue.js 开发中&#xff0c;数据的响应式更新是其核心特性之一。当我们处理数组时&#xff0c;如何高效地监听数组的变化&#xff0c;及时更新视图&#xff0c;是每个开发者都需要掌握的技能。本文将深入探讨 Vue.js 监听数组的机…

RabbitMq - Java客户端基础【简单案例 +Work模型】

目录 1、前置知识 1.1、AMQP怎么理解 1.2、Spring AMQP是什么 1.3、为什么要了解Spring-AMQP&#xff1f; 2、使用Spring-AMQP实现一个发消息案例 3、Work模型 问题&#xff1a; 优化&#xff1a; 小结&#xff1a;Work模型的使用&#xff1a; 1、前置知识 1.1、AMQP怎…

Automatic TSPITR in 10G RMAN 19C DBV expdp “TEST” RAC中 thread

TSPITR 注意事项&#xff1a; 19C DBV expdp 不用exp imp “TEST” 一定要“” 起来&#xff0c;否则说找不到test tablespace. RAC中 thread 要指定对&#xff0c;否则过度恢复。 SEQUENCE# 是drop 时的&#xff0c;不是创建时的。 tablespace 默认是offline的&#xf…

【WPF】桌面程序开发之xaml页面基础布局方式详解

使用Visual Studio开发工具&#xff0c;我们可以编写在Windows系统上运行的桌面应用程序。其中&#xff0c;WPF&#xff08;Windows Presentation Foundation&#xff09;项目是一种常见的选择。然而&#xff0c;对于初学者来说&#xff0c;WPF项目中xaml页面的布局设计可能是一…

EtherCAT转Profinet网关配置说明第三讲:博图配置

EtherCAT协议转Profinet协议网关模块&#xff08;XD-ECPNS20&#xff09;是实现EtherCAT协议和Profinet协议之间无缝通讯的重要设备。使EtherCAT协议和Profinet协议能够相互转换&#xff0c;进行工控自动化里的互连和传送数据。 EtherCAT作为一种高性能实时以太网通信协议&…

11、广告-数据统计原理

数据统计原理 数据统计是程序化广告中非常重要的一环&#xff0c;通过对广告数据和用户行为数据的统计分析&#xff0c;广告主可以评估广告效果、优化投放策略&#xff0c;提升用户转化率和广告收益。以下是关于数据统计原理的详细介绍&#xff1a; 一、Web统计逻辑 浏览器请…

【讲解下iOS语言基础】

&#x1f308;个人主页: 程序员不想敲代码啊 &#x1f3c6;CSDN优质创作者&#xff0c;CSDN实力新星&#xff0c;CSDN博客专家 &#x1f44d;点赞⭐评论⭐收藏 &#x1f91d;希望本文对您有所裨益&#xff0c;如有不足之处&#xff0c;欢迎在评论区提出指正&#xff0c;让我们共…

1431. 拥有最多糖果的孩子

1431. 拥有最多糖果的孩子 题目链接&#xff1a;1431. 拥有最多糖果的孩子 代码如下&#xff1a; class Solution { public:vector<bool> kidsWithCandies(vector<int>& candies, int extraCandies) {vector<bool> res(candies.size(),false);int max…

2024中国深圳国际新能源暨清洁能源产业展览会(高交会)

105个国家、5000家参展商、40万㎡展览规模、50万买家客户参观&#xff0c;高交会清洁能源展11月中旬将盛大启幕&#xff1b; ——在科技日新月异、产业融合加速的时代浪潮中&#xff0c;一场备受瞩目的科技盛会即将拉开帷幕&#xff0c;「第二十六届中国国际储能技术与设备展览…

【Linux详解】进程等待 | 非阻塞轮询

引入&#xff1a; 为什么&#xff1f;是什么&#xff1f;怎么办 是什么&#xff1f; 进程等待是指父进程暂停自己的执行&#xff0c;直到某个特定的子进程结束或发生某些特定的事件。 为什么&#xff1f; 僵尸进程刀枪不入&#xff0c;不可被杀死&#xff0c;存在内存泄露…

Linux_实现简易日志系统

目录 1、认识可变参数 2、解析可变参数 3、打印可变参数 3.1 va_list 3.2 va_start 3.3 va_arg 3.4 va_end 3.5 小结 4、实现日志 4.1 日志左半部分 4.2 日志右半部分 4.3 日志的存档归类 结语 前言&#xff1a; 在Linux下实现一个日志系统&#xff0c;该日…

ffmpeg图片视频编辑器工具的安装与使用

title: ffmpeg图片视频编辑器工具的安装与使用 tags: [ffmpeg, 图片, 音频, 视频, 工具, 流媒体] categories: [工具, ffmpeg] FFmpeg是一个开源的命令行工具&#xff0c;广泛用于处理视频和音频文件&#xff0c;包括转换格式、剪辑、混流、解码、编码等。以下是一些基本的FFmp…

Gunicorn配置指南:掌握最大并发连接数设置

摘要 Gunicorn 是一个 Python WSGI HTTP 服务器&#xff0c;广泛用于生产环境中部署 Python web 应用。合理配置 Gunicorn 的最大并发连接数对于优化服务器性能和资源利用至关重要。本文将详细介绍如何在 Gunicorn 中配置最大并发连接数&#xff0c;并探讨相关的配置选项和最佳…

补充:特征缩放技术(归一化与标准化)与学习率的选取和特征转换符合高斯分布

文章目录 前言一、特征缩放技术1. 标准化(Standardization)2. 归一化(Normalization)3 sklearn高级接口二、学习率的选取三、将特征转换为近似符合高斯分布1. 取对数变换(Log Transformation)原理为什么有效?2. 平方根变换(Square Root Transformation)原理为什么有效…

java项目总结6

目录 1.双列集合 2.map的三种遍历方式&#xff1a; 1.键找值 2.键值对 3.lambda遍历map 3.HashMap 例子&#xff1a;统计字符出现次数 4.LinkedHashMap 5.TreeMap 6.可变参数 7.Collections: 1.双列集合 双列集合特点&#xff1a; 定义Map<String&#xff0c;St…

Linux中的管道符‘|‘以及SQL(DQL,DCL)

ls 指令 语法&#xff1a; ls [选项][目录或文件] 功能&#xff1a; 对于目录&#xff0c;该命令列出该目录下的所有子目录与文件。对于文件&#xff0c;将列出文件名以及其他信息。 常用选项&#xff1a; -a 列出目录下的所有文件&#xff0c;包括以 . 开头的隐含文件。 -…

自注意力机制和多头注意力机制区别

Ref&#xff1a;小白看得懂的 Transformer (图解) Ref&#xff1a;一文彻底搞懂 Transformer&#xff08;图解手撕&#xff09; 多头注意力机制&#xff08;Multi-Head Attention&#xff09;和自注意力机制&#xff08;Self-Attention&#xff09;是现代深度学习模型&#x…

ntp服务器地址

推荐 阿里云 ntp.aliyun.com 腾讯云 ntp.tencent.com 海康威视 time.ys7.com 苹果 time.apple.com time.asia.apple.com 尚可 NTP域名授时快速服务(www.ntp.org.cn) cn.ntp.org.cn 高通Qualcomm 位置 &#xff08;XTRA 预测卫星数据服务&#xff09; time.izatcloud.net 国家授…