归并排序简介【算法 11】

2024-08-29 09:04
文章标签 算法 归并 排序 简介

本文主要是介绍归并排序简介【算法 11】,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

归并排序简介

归并排序(Merge Sort)是一种有效的、稳定的、基于分治法的排序算法。它的核心思想是将数组分成更小的部分,分别进行排序后再合并。归并排序具有 (O(n \log n)) 的时间复杂度,在处理大规模数据时表现优异。
请添加图片描述


算法原理

归并排序的工作原理基于“分治法”(Divide and Conquer),即:

  1. 分解(Divide):将未排序的数组一分为二,直到每个子数组仅包含一个元素。
  2. 合并(Conquer):将两个有序的子数组合并成一个有序数组。

具体步骤如下:

  1. 将数组从中间划分为两个子数组。
  2. 对两个子数组分别进行归并排序。
  3. 合并两个有序的子数组。

归并过程详解

合并两个有序数组的步骤如下:

  1. 创建一个临时数组 temp,用于存储合并后的数组。
  2. 使用两个指针分别指向两个子数组的起始位置,比较这两个位置上的元素,将较小的元素放入 temp,指针后移。
  3. 重复上述操作,直到某一个子数组遍历完成。
  4. 将未遍历完的子数组剩余元素直接放入 temp

算法实现

以下是 C 语言中归并排序的实现代码:

#include <stdio.h>// 合并两个有序数组
void merge(int arr[], int left, int mid, int right) {int n1 = mid - left + 1;int n2 = right - mid;int leftArr[n1], rightArr[n2];// 分别拷贝左右子数组for (int i = 0; i < n1; i++)leftArr[i] = arr[left + i];for (int j = 0; j < n2; j++)rightArr[j] = arr[mid + 1 + j];int i = 0, j = 0, k = left;// 合并两个有序数组while (i < n1 && j < n2) {if (leftArr[i] <= rightArr[j]) {arr[k] = leftArr[i];i++;} else {arr[k] = rightArr[j];j++;}k++;}// 将剩余元素放入原数组while (i < n1) {arr[k] = leftArr[i];i++;k++;}while (j < n2) {arr[k] = rightArr[j];j++;k++;}
}// 递归调用归并排序
void mergeSort(int arr[], int left, int right) {if (left < right) {int mid = left + (right - left) / 2;// 递归调用左半部分和右半部分mergeSort(arr, left, mid);mergeSort(arr, mid + 1, right);// 合并两个排序后的数组merge(arr, left, mid, right);}
}// 打印数组
void printArray(int arr[], int size) {for (int i = 0; i < size; i++)printf("%d ", arr[i]);printf("\n");
}int main() {int arr[] = {12, 11, 13, 5, 6, 7};int arr_size = sizeof(arr)/sizeof(arr[0]);printf("Given array is \n");printArray(arr, arr_size);mergeSort(arr, 0, arr_size - 1);printf("\nSorted array is \n");printArray(arr, arr_size);return 0;
}

复杂度分析

  • 时间复杂度:归并排序的时间复杂度为 (O(n \log n)),其中 (n) 是数组的元素个数。由于每次都将数组分成两部分,而每次合并操作的时间是线性的,因此总的时间复杂度是对数级别的。

  • 空间复杂度:归并排序需要额外的空间来存储临时数组,空间复杂度为 (O(n))。

归并排序的优点与缺点

优点:
  1. 稳定性:归并排序是一种稳定的排序算法,能保证相等元素的相对顺序不变。
  2. 时间复杂度较低:即使在最坏情况下,归并排序的时间复杂度依然是 (O(n \log n)),表现稳定。
缺点:
  1. 空间复杂度较高:由于归并排序需要额外的临时存储空间,空间消耗较大。
  2. 不适合小规模数据:对于数据规模较小的数组,归并排序相比于插入排序等更高效的排序算法不具优势。

结论

归并排序在处理大规模数据时非常高效,适合需要稳定排序的场景。尽管其空间复杂度较高,但其时间复杂度较低且性能稳定,在很多实际应用中具有广泛的应用前景。

这篇关于归并排序简介【算法 11】的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1117432

相关文章

Java List排序实例代码详解

《JavaList排序实例代码详解》:本文主要介绍JavaList排序的相关资料,Java排序方法包括自然排序、自定义排序、Lambda简化及多条件排序,实现灵活且代码简洁,文中通过代码介绍的... 目录一、自然排序二、自定义排序规则三、使用 Lambda 表达式简化 Comparator四、多条件排序五、

JAVA数组中五种常见排序方法整理汇总

《JAVA数组中五种常见排序方法整理汇总》本文给大家分享五种常用的Java数组排序方法整理,每种方法结合示例代码给大家介绍的非常详细,感兴趣的朋友跟随小编一起看看吧... 目录前言:法一:Arrays.sort()法二:冒泡排序法三:选择排序法四:反转排序法五:直接插入排序前言:几种常用的Java数组排序

使用雪花算法产生id导致前端精度缺失问题解决方案

《使用雪花算法产生id导致前端精度缺失问题解决方案》雪花算法由Twitter提出,设计目的是生成唯一的、递增的ID,下面:本文主要介绍使用雪花算法产生id导致前端精度缺失问题的解决方案,文中通过代... 目录一、问题根源二、解决方案1. 全局配置Jackson序列化规则2. 实体类必须使用Long封装类3.

rust 中的 EBNF简介举例

《rust中的EBNF简介举例》:本文主要介绍rust中的EBNF简介举例,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧... 目录1. 什么是 EBNF?2. 核心概念3. EBNF 语法符号详解4. 如何阅读 EBNF 规则5. 示例示例 1:简单的电子邮件地址

Python 异步编程 asyncio简介及基本用法

《Python异步编程asyncio简介及基本用法》asyncio是Python的一个库,用于编写并发代码,使用协程、任务和Futures来处理I/O密集型和高延迟操作,本文给大家介绍Python... 目录1、asyncio是什么IO密集型任务特征2、怎么用1、基本用法2、关键字 async1、async

Springboot实现推荐系统的协同过滤算法

《Springboot实现推荐系统的协同过滤算法》协同过滤算法是一种在推荐系统中广泛使用的算法,用于预测用户对物品(如商品、电影、音乐等)的偏好,从而实现个性化推荐,下面给大家介绍Springboot... 目录前言基本原理 算法分类 计算方法应用场景 代码实现 前言协同过滤算法(Collaborativ

Android Mainline基础简介

《AndroidMainline基础简介》AndroidMainline是通过模块化更新Android核心组件的框架,可能提高安全性,本文给大家介绍AndroidMainline基础简介,感兴趣的朋... 目录关键要点什么是 android Mainline?Android Mainline 的工作原理关键

openCV中KNN算法的实现

《openCV中KNN算法的实现》KNN算法是一种简单且常用的分类算法,本文主要介绍了openCV中KNN算法的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的... 目录KNN算法流程使用OpenCV实现KNNOpenCV 是一个开源的跨平台计算机视觉库,它提供了各

springboot+dubbo实现时间轮算法

《springboot+dubbo实现时间轮算法》时间轮是一种高效利用线程资源进行批量化调度的算法,本文主要介绍了springboot+dubbo实现时间轮算法,文中通过示例代码介绍的非常详细,对大家... 目录前言一、参数说明二、具体实现1、HashedwheelTimer2、createWheel3、n

Mybatis 传参与排序模糊查询功能实现

《Mybatis传参与排序模糊查询功能实现》:本文主要介绍Mybatis传参与排序模糊查询功能实现,本文通过实例代码给大家介绍的非常详细,感兴趣的朋友跟随小编一起看看吧... 目录一、#{ }和${ }传参的区别二、排序三、like查询四、数据库连接池五、mysql 开发企业规范一、#{ }和${ }传参的