• 自顶向下的归并排序【转】


     看到网上有些网友用模板写排序算法,然后进行分析,纵生膜拜之意,楼主的C++功底本身也有待提高。看到博客中有人点了踩,虽然有些失落,但踩得好,如果自己给自己打分 也就是个60分及格,对待这几篇博客实在是有笔记的味道。可是楼主还是有些小强精神,踩不死,只求一步一步的进步变成一只大强大笑。这篇文章紧接着上篇自底向上的归并排序,刚好相反:自顶向下的归并排序。

    一. 算法描述

        自顶向下的归并排序:采用分治法进行自顶向下的程序设计方式,分治法的核心思想就是分解、求解、合并。

    (1)先将长度为N的无序序列分割平均分割为两段

    (2)然后分别对前半段进行归并排序、后半段进行归并排序

    (3)最后再将排序好的前半段和后半段归并

    过程(2)中进行递归求解,最终下图详细的分解了自顶向下的合并算法的实现过程:

    二. 算法分析

    平均时间复杂度:O(nlog2n)

    空间复杂度:O(n)  (用于存储有序子序列合并后有序序列)

    稳定性:稳定

    三. 算法实现

     1 /********************************************************
     2 *函数名称:Merge
     3 *参数说明:pDataArray 无序数组;
     4 *          int *pTempArray 临时存储合并后的序列
     5 *          bIndex 需要合并的序列1的起始位置
     6 *          mIndex 需要合并的序列1的结束位置
     7                   并且作为序列2的起始位置
     8 *          eIndex 需要合并的序列2的结束位置
     9 *说明:    将数组中连续的两个子序列合并为一个有序序列
    10 *********************************************************/
    11 void Merge(int* pDataArray, int *pTempArray, int bIndex, int mIndex, int eIndex)
    12 {
    13     int mLength = eIndex - bIndex;    //合并后的序列长度
    14     int i = 0;    //记录合并后序列插入数据的偏移
    15     int j = bIndex;    //记录子序列1插入数据的偏移
    16     int k = mIndex;    //记录子序列2掺入数据的偏移
    17 
    18     while (j < mIndex && k < eIndex)
    19     {
    20         if (pDataArray[j] <= pDataArray[k])
    21         {
    22             pTempArray[i++] = pDataArray[j];
    23             j++;
    24         }
    25         else
    26         {
    27             pTempArray[i++] = pDataArray[k];
    28             k++;
    29         }
    30     }
    31 
    32     if (j == mIndex)    //说明序列1已经插入完毕
    33         while (k < eIndex)
    34             pTempArray[i++] = pDataArray[k++];
    35     else                //说明序列2已经插入完毕
    36         while (j < mIndex)
    37             pTempArray[i++] = pDataArray[j++];
    38 
    39     for (i = 0; i < mLength; i++)    //将合并后序列重新放入pDataArray
    40         pDataArray[bIndex + i] = pTempArray[i];
    41 }
    42 
    43 
    44 /********************************************************
    45 *函数名称:RecursionMergeSort
    46 *参数说明:pDataArray 无序数组;
    47 *          int *pTempArray 临时存放合并的序列
    48 *           iBegin为pDataArray需要归并排序的起始位置
    49 *          iEnd为pDataArray需要归并排序的结束位置
    50 *说明:    自顶向下的归并排序递归函数
    51 *********************************************************/
    52 void RecursionMergeSort(int* pDataArray, int *pTempArray, int iBegin, int iEnd)
    53 {
    54     if (iBegin < iEnd)
    55     {
    56         int middle = (iBegin + iEnd) / 2;
    57         RecursionMergeSort(pDataArray, pTempArray, iBegin, middle);    //前半段递归归并排序
    58         RecursionMergeSort(pDataArray, pTempArray, middle + 1, iEnd);  //后半段归并排序
    59         Merge(pDataArray, pTempArray, iBegin, middle + 1, iEnd + 1);   //合并前半段和后半段
    60     }
    61 }
    62 
    63 /********************************************************
    64 *函数名称:UpBottomMergeSort
    65 *参数说明:pDataArray 无序数组;
    66 *           iDataNum为无序数据个数
    67 *说明:    自顶向下的归并排序
    68 *********************************************************/
    69 void UpBottomMergeSort(int* pDataArray, int iDataNum)
    70 {
    71     int *pTempArray = (int *)malloc(sizeof(int) * iDataNum);    //临时存放合并后的序列
    72     RecursionMergeSort(pDataArray, pTempArray, 0, iDataNum - 1);
    73     free(pTempArray);
    74 }
    View Code

    原文链接:http://blog.csdn.net/cjf_iceking/article/details/7921443

  • 相关阅读:
    HSF原理
    Spring IOC 容器源码分析
    Spring Bean注册和加载
    CAP和BASE理论
    Java内存模型
    Java线程模型
    IO复用、多进程和多线程三种并发编程模型
    无锁编程本质论
    An Introduction to Lock-Free Programming
    安装与配置ironic
  • 原文地址:https://www.cnblogs.com/huashanqingzhu/p/3859475.html
Copyright © 2020-2023  润新知