二路归并排序的算法设计和复杂度分析(C语言)

2024-04-16 16:28

本文主要是介绍二路归并排序的算法设计和复杂度分析(C语言),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!

目录

实验内容:

实验过程:

1.算法设计

2.程序清单

3.运行结果

4.算法复杂度分析


实验内容

二路归并排序的算法设计和复杂度分析。

实验过程

1.算法设计

二路归并排序算法,分为两个阶段,首先对待排序列进行拆分,然后进行合并排序。

第一阶段:将待排序列分长度成大致相等的两个子序列,按照同样的拆分方法,对每个子序列进行拆分,直到子序列中只有一个元素。

第二阶段:对拆分的结果,自底向上将相邻的两个有序序列合并排序。

2.程序清单

#include<stdio.h>
#include<malloc.h>
void disp(int a[],int n)
{int i;for(i=0;i<n;i++)printf("%d ",a[i]);printf("\n");
}
//将两个相邻的有序子序列归并为一个有序子序列
void Merge(int a[],int low,int mid,int high)
{int *tmpa;//创建临时数组tmpa储存合并结果int i=low,j=mid+1,k=0;//k是tmpa的下标,i,j分别为两个子表的下标tmpa=(int *)malloc((high-low+1)*sizeof(int));while(i<=mid&&j<=high)if(a[i]<=a[j])//将第一个子表中的元素放入tmpa中{tmpa[k]=a[i];i++;k++;}else//将第二个子表中的元素放入tmpa中{tmpa[k]=a[j];j++;k++;}while(i<=mid)//将第一个子表余下的部分复制到tmpa中{tmpa[k]=a[i];i++;k++;}while(j<=high)//将第二个子表余下的部分复制到tmpa中国{tmpa[k]=a[j];j++;k++;}for(k=0,i=low;i<=high;k++,i++)//将tmpa复制到a中a[i]=tmpa[k];free(tmpa);
}//二路归并算法
void MergeSort(int a[],int low,int high)
{int mid;if(low<high){mid=(low+high)/2;MergeSort(a,low,mid);//对a[low,mid]子序列排序MergeSort(a,mid+1,high);//对a[mid+1,high]子序列排序Merge(a,low,mid,high);//将两个子序列合并}
}
void main()
{int n=10;int a[]={1,5,2,4,10,6,3,8,9,10};printf("排序前");disp(a,n);MergeSort(a,0,n-1);printf("排序后");disp(a,n);
}

3.运行结果

4.算法复杂度分析

设MergeSort(a,0,n-1)算法的执行时间为T(n),显然Merge(a,0,n/2,n-1)合并操作的执行时间为O(n),所有得到以下递推式:

当n=1时,T(n)=1

当n>1时,T(n)=2T(n/2)+O(n)

故二路归并排序的算法时间复杂度为O(nlogn)

在算法中需要一个一维数组辅存储排序结果,所以空间复杂度为O(n)

这篇关于二路归并排序的算法设计和复杂度分析(C语言)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/909302

相关文章

从基础到高级详解Go语言中错误处理的实践指南

《从基础到高级详解Go语言中错误处理的实践指南》Go语言采用了一种独特而明确的错误处理哲学,与其他主流编程语言形成鲜明对比,本文将为大家详细介绍Go语言中错误处理详细方法,希望对大家有所帮助... 目录1 Go 错误处理哲学与核心机制1.1 错误接口设计1.2 错误与异常的区别2 错误创建与检查2.1 基础

Nginx分布式部署流程分析

《Nginx分布式部署流程分析》文章介绍Nginx在分布式部署中的反向代理和负载均衡作用,用于分发请求、减轻服务器压力及解决session共享问题,涵盖配置方法、策略及Java项目应用,并提及分布式事... 目录分布式部署NginxJava中的代理代理分为正向代理和反向代理正向代理反向代理Nginx应用场景

深入理解Mysql OnlineDDL的算法

《深入理解MysqlOnlineDDL的算法》本文主要介绍了讲解MysqlOnlineDDL的算法,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,需要的朋友们下面随着小... 目录一、Online DDL 是什么?二、Online DDL 的三种主要算法2.1COPY(复制法)

Redis中的有序集合zset从使用到原理分析

《Redis中的有序集合zset从使用到原理分析》Redis有序集合(zset)是字符串与分值的有序映射,通过跳跃表和哈希表结合实现高效有序性管理,适用于排行榜、延迟队列等场景,其时间复杂度低,内存占... 目录开篇:排行榜背后的秘密一、zset的基本使用1.1 常用命令1.2 Java客户端示例二、zse

Redis中的AOF原理及分析

《Redis中的AOF原理及分析》Redis的AOF通过记录所有写操作命令实现持久化,支持always/everysec/no三种同步策略,重写机制优化文件体积,与RDB结合可平衡数据安全与恢复效率... 目录开篇:从日记本到AOF一、AOF的基本执行流程1. 命令执行与记录2. AOF重写机制二、AOF的

Go语言中json操作的实现

《Go语言中json操作的实现》本文主要介绍了Go语言中的json操作的实现,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,需要的朋友们下面随着小编来一起学习学习吧... 目录 一、jsOChina编程N 与 Go 类型对应关系️ 二、基本操作:编码与解码 三、结构体标签(Struc

MyBatis Plus大数据量查询慢原因分析及解决

《MyBatisPlus大数据量查询慢原因分析及解决》大数据量查询慢常因全表扫描、分页不当、索引缺失、内存占用高及ORM开销,优化措施包括分页查询、流式读取、SQL优化、批处理、多数据源、结果集二次... 目录大数据量查询慢的常见原因优化方案高级方案配置调优监控与诊断总结大数据量查询慢的常见原因MyBAT

分析 Java Stream 的 peek使用实践与副作用处理方案

《分析JavaStream的peek使用实践与副作用处理方案》StreamAPI的peek操作是中间操作,用于观察元素但不终止流,其副作用风险包括线程安全、顺序混乱及性能问题,合理使用场景有限... 目录一、peek 操作的本质:有状态的中间操作二、副作用的定义与风险场景1. 并行流下的线程安全问题2. 顺

MyBatis/MyBatis-Plus同事务循环调用存储过程获取主键重复问题分析及解决

《MyBatis/MyBatis-Plus同事务循环调用存储过程获取主键重复问题分析及解决》MyBatis默认开启一级缓存,同一事务中循环调用查询方法时会重复使用缓存数据,导致获取的序列主键值均为1,... 目录问题原因解决办法如果是存储过程总结问题myBATis有如下代码获取序列作为主键IdMappe

python语言中的常用容器(集合)示例详解

《python语言中的常用容器(集合)示例详解》Python集合是一种无序且不重复的数据容器,它可以存储任意类型的对象,包括数字、字符串、元组等,下面:本文主要介绍python语言中常用容器(集合... 目录1.核心内置容器1. 列表2. 元组3. 集合4. 冻结集合5. 字典2.collections模块