合并排序算法

来源:互联网 发布:龙之信条女性捏脸数据 编辑:程序博客网 时间:2024/06/08 05:12

有很多算法在结构上是递归的:为了解决一个给定的问题,算法要一次或多次地递归调用起自身来解决相关的子问题 。这些算法通常采用分治策略:将原有问题划分成n个规模较小而结构与原问题相似的子问题;递归地解决这些子问题,然后再合并其结果,就得到原问题的解。

分治模式在每一层递归上都有三个步骤:

分治(Divide):将原问题分解成一系列子问题;

解决(Conquer):递归地解各子问题。若子问题足够小,则直接求解;

合并(Combine):将子问题的解合并成原问题的解

合并排序(Mergesort)算法完全依照了上述模式,直观地操作如下:

分解:将n个元素分成各含n/2个元素的子序列;

解决:用合并排序法对两个字序列递归地排序;

合并:合并两个已排序的子序列。

在对子序列排序时,其长度为1时递归结束。单个元素被视为已排序的。

合并排序的关键步骤在于合并两个已排序的子序列。为此,引入一个辅助过程MERGE(A, p, q, r),其中A是个数组,p、q、r是下标,满足p <= q < r。该过程假设子数组A[p .. q]和A[q+1 .. r]都已排好序,并将它们合并成一个已排好序的子数组代替当前子数组A[p..r]。 

合并排序的算法如下:

MERGE-SORT(A, p,  r)

    //如果只有一个元素,即p = r,则递归结束,否则继续分治   

    if p < r

        then q = (p + r) / 2 向下取整

                //以q为界,将数组分解成两个子数组,对子数组进行排序,然后再将已排序的子数组合并

                MERGE-SORT(A, p, q)

                MERGE-SORT(A, q + 1, r)

                MERGE(A, p, q, r)

 

辅助过程MERGE的伪代码如下:

MERGE(A, p, q, r)   

    //子序列A[p .. q]的长度

    n1 = q - p + 1

    //子序列A[q+1 .. r]的长度

    n2 = r -q

    //创建临时数组L和R

    create arrays L[1 .. n1+1] and R[1 .. n2+1]

    //将子序列A[p .. q] 和 A[q+1 .. r]分别备份到数组L和R中。

    for i = 1 to n1

        L[i] = A[p + i - 1]

    for j = 1 to n2

        R[j] = A[q + j]

    //放置哨兵

    L[n1 + 1] = ∞

    R[n2 + 1] = ∞

    //合并已排序子数组,使得A[p .. r]有序,参考下面的示意图

    i = 1

    j = 1

    for k = p to r

        if L[i] <= R[j]

            then A[k] = L[i]  

                    i++

            else A[k] = R[j]

                    j++

 

合并已排序子数组的示意图(展示了当k = p + 4时,各个下标的取值。此时,应该挑选L[i]覆盖A[k],然后k和i向后移动):


说明:

1、数组A中绿色部分,表示子数组A[p .. r]排序后的最终值,灰色部分表示将被覆盖的值。数组L和R中,绿色部分表示已被复制会A中的元素,白色部分表示有待被复制回A的值。

2、在合并过程中,如果不设置哨兵元素的话,在对L和R中的元素进行比较时,需要判断下标是否越界(或则比较是否已到数组末尾)。

如果加入哨兵元素,则可简化判断。比如,示意图中数组R将先被合并完成,j指向∞,此后L中所有的元素(除了哨兵),都比R当前的元素(哨兵)小,直接将L中的元素覆盖A中对应的元素即可。

 

总结:合并算法采用分治策略,时间复杂度为o(nlgn)。

 

今天抽点时间,写了一个归并排序的模板,适用于内置类型和用户自定义类型,但要求用户自定义类型重载“<”和“>”操作以及输出操作符。代码如下:

[cpp] view plaincopy
  1. #include <iostream>  
  2. using namespace std;  
  3.   
  4. template<typename T>  
  5. bool ElemAsc(const T &left, const T &right)  
  6. {  
  7.     return left < right;  
  8. }  
  9.   
  10. template<typename T>  
  11. bool ElemDesc(const T &left, const T &right)  
  12. {  
  13.     return right < left;  
  14. }  
  15.   
  16. template<typename T, class CompareFunc>  
  17. void Merge(T *pArray, int iLow, int iMid, int iHigh, CompareFunc func)  
  18. {  
  19.     //左边子数组的长度  
  20.     int iLeftLen = iMid - iLow + 1;  
  21.     T *pLeft = new T[iLeftLen];  
  22.     //备份  
  23.     memcpy(pLeft, pArray + iLow, iLeftLen * sizeof(T));  
  24.   
  25.     //右边子数组的长度  
  26.     int iRightLen = iHigh - iMid;  
  27.     T *pRight = new T[iRightLen];  
  28.     //备份  
  29.     memcpy(pRight, pArray + iMid + 1, iRightLen * sizeof(T));  
  30.   
  31.     //归并(这里没法放置哨兵,因为无法知道T类型的极值,所以这里增加了对子数组是否越界的处理)  
  32.     int iLeftIndex = 0, iRightIndex = 0;  
  33.     for(int iFinalIndex = iLow; iFinalIndex <= iHigh; iFinalIndex++)  
  34.     {  
  35.         //特殊情况1:右边子数组已经合并完成  
  36.         if(iRightIndex == iRightLen)  
  37.         {  
  38.             pArray[iFinalIndex] = pLeft[iLeftIndex++];  
  39.             continue;  
  40.         }  
  41.   
  42.         //特殊情况2:左边子数组合并完成  
  43.         if(iLeftIndex == iLeftLen)  
  44.         {  
  45.             pArray[iFinalIndex] = pRight[iRightIndex++];  
  46.             continue;  
  47.         }  
  48.   
  49.         //调用比较函数  
  50.         if(func(pLeft[iLeftIndex], pRight[iRightIndex]))  
  51.         {  
  52.             pArray[iFinalIndex] = pLeft[iLeftIndex++];  
  53.         }  
  54.         else  
  55.         {  
  56.             pArray[iFinalIndex] = pRight[iRightIndex++];  
  57.         }  
  58.     }  
  59. }  
  60.   
  61. template<typename T, class CompareFunc>  
  62. void MergeSort(T *pArray, int iLow, int iHigh, CompareFunc func)  
  63. {  
  64.     //如果只有一个元素,直接退出  
  65.     if(iLow == iHigh)  
  66.     {  
  67.         return;  
  68.     }  
  69.   
  70.     //递归  
  71.     int iMid = (iLow + iHigh) / 2;  
  72.     MergeSort(pArray, iLow, iMid, func);  
  73.     MergeSort(pArray, iMid + 1, iHigh, func);  
  74.   
  75.     //合并  
  76.     Merge(pArray, iLow, iMid, iHigh, func);  
  77. }  
  78.   
  79. template<typename T>  
  80. void PrintArray(const T *pArray, int iSize)  
  81. {  
  82.     for(int i = 0; i < iSize; i++)  
  83.     {  
  84.         cout << pArray[i] << "--";  
  85.     }  
  86.   
  87.     cout << endl;  
  88. }  
  89.   
  90. int _tmain(int argc, _TCHAR* argv[])  
  91. {  
  92.     int arrTest[10] = {5, 2, 4, 8, 1,10, 9, 6, 3, 7};  
  93.   
  94.     cout<<"Original Array:" << endl;  
  95.     PrintArray(arrTest, 10);  
  96.   
  97.     //升序排列  
  98.     MergeSort(arrTest, 0, 9, ElemAsc<int>);  
  99.     cout<<"Sort Asc:"<<endl;  
  100.     PrintArray(arrTest, 10);  
  101.   
  102.     //降序排列  
  103.     MergeSort(arrTest, 0, 9, ElemDesc<int>);  
  104.     cout<<"Sort Desc:"<<endl;  
  105.     PrintArray(arrTest, 10);  
  106.       
  107.     return 0;  
  108. }  
原创粉丝点击