一看就懂 ! 图解归并排序

Posted Bigsai.

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了一看就懂 ! 图解归并排序相关的知识,希望对你有一定的参考价值。

大家好,我是bigsai,我们今天来谈谈归并排序算法。

归并排序(Merge Sort)是建立在归并操作上的一种有效,稳定的排序算法,该算法是采用分治法(Divide and Conquer)的一个非常典型的应用。

一、算法思想

归并排序的主要思想是分治法。主要过程是:

1. 将n个元素从中间切开,分成两部分。

2. 将剩下的数组通过递归的方式一直分割,直到数组的大小为 1,此时只有一个元素,那么该数组就是有序的了。

3. 从最底层开始逐步合并两个排好序的数列。把两个数组大小为1的合并成一个大小为2的有序数列,再把两个大小为2有序数列的合并成4的有序数列 … 直到全部小的数组合并起来。

二、思考

那么如何将两个有序数列合成一个有序的数列呢?

我们举个栗子把,一看就懂啦

三、举个栗子

例如有数组 arr [3,7,8,10,2,4,6,9]; 我们可以把这个数组分成两个有序的子序列。

分别为 [3, 7, 8, 10] 和 [2, 4, 6, 9],并将其合并为有序序列[2,3,4,6,7,8,9,10]。

第一步:

把这两个小的数组拆分为 left 数组和 right 数组。如下图所示,使用 i 指向 left 的第一个元素, 使用 j 指向 right 的第一个元素。

‍‍‍‍‍‍‍‍‍‍‍‍‍‍

第二步:

建立一个空数组 arr ,使用 k 指向数组第一个元素。

第三步:

比较 i 和 j 所指数字,将小的数字放在 k 所指位置。同时将小的数字所指位置和 k 所指位置向右移一位。

2 < 3 , 将 2 填入 arr 数组 ,同时右移 j 和 k。

3 < 4 , 将 3 填入 arr 数组 ,同时右移 i 和 k。

4 < 7,将 4 填入 arr 数组,同时右移 j 和 k。

6 < 7,将 6 填入 arr 数组,同时右移 j 和 k。

7 < 9,将 7 填入 arr 数组,同时右移 i 和 k。

8 < 9,将 8 填入 arr 数组,同时右移 i 和 k。

10 > 9,将 9 填入 arr 数组,同时右移 j 和 k。

可以发现此时 right 数组已经填完了,所以此时只需要把 left 数组剩下的数字填入 arr 即可。

一顿操作猛如虎,这样就把两个有序的数组通过归并的方式排好顺序啦,是不是很赞。


那么问题来了,难道归并排序只能排这种有序的数组么?

那出现一个无序的数组该咋办呢?例如这个数组现在变为 arr [8,7,2,10,3,9,4,6];

四、问题解决

此刻需要运用分治(divide-and-conquer)策略(分治法将问题分(divide)成一些小的问题然后递归求解,而治(conquer)的阶段则将分的阶段得到的各答案"修补"在一起,即分而治之)。

其实上面第三部分就是治(conquer)的过程,将两个有序的序列合成为一个有序的序列。

小栗子:图解无序序列进行希尔排序。

五、算法实现

#include <stdio.h>

void merge(int arr[], int L, int M, int R) 
  int LEFT_SIZE = M - L;
  int RIGHT_SIZE = R - M + 1;
  int left[LEFT_SIZE];
  int right[RIGHT_SIZE];
  int i, j, k;
  
  // 填充左边的数组
   for (i=L; i<M; i++)
     left[i-L] = arr[i];
   
   
  // 填充右边的数组
   for (i=M; i<=R; i++)
     right[i-M] = arr[i];
   
   
// for (int i=0; i<LEFT_SIZE; i++)
// printf("%d\\n",left[i]);
// 
// 
// for (int i=0; i<RIGHT_SIZE; i++)
// printf("%d\\n",right[i]);
// 

  // 合并数组
   i = 0; j = 0; k = L;
   while (i < LEFT_SIZE && j < RIGHT_SIZE)
     if (left[i] < right[j])
       arr[k] = left[i];
       i++;
       k++;
     else
       arr[k] = right[j];
       j++;
       k++;
     
   
   
   while(i < LEFT_SIZE)
     arr[k] = left[i];
     i++;
     k++; 
   
   while(j < RIGHT_SIZE)
     arr[k] = right[j];
     j++;
     k++; 
   
   


void mergeSort(int arr[], int L, int R)
  if (L == R)
    return;
  else
    int M = (L + R) / 2;
    mergeSort(arr,L,M);
    mergeSort(arr, M+1,R);
    merge(arr, L, M+1,R);
  


int main()
// int arr[] = 3,7,8,10,2,4,6,9;
  int arr[] = 8,7,2,10,3,9,4,6;
  int L = 0;
  int M = 4;
  int R = 7;
  mergeSort(arr,L,R);
  
  for (int i=0; i<=R; i++)
    printf("%d\\n",arr[i]); 
  

输出:

六、算法分析

时间复杂度O(nlogn)。

空间复杂度O(N),归并排序需要一个与原数组相同长度的数组做辅助来排序。

稳定性:稳定,因为交换元素时,可以在相等的情况下做出不移动的限制,所以归并排序是可以稳定的。

七、适用场景

归并排序需要一个跟待排序数组同等空间的临时数组,因此,使用归并排序时需要考虑是否有空间上的限制。如果没有空间上的限制,归并排序是一个不错的选择。

关注下方公众号,分享硬核知识

以上是关于一看就懂 ! 图解归并排序的主要内容,如果未能解决你的问题,请参考以下文章

[一看就懂] 图解 Kotlin SharedFlow 缓存系统

归并排序,我举个例子你就看懂了

一看就懂的冒泡排序

算法一看就懂之「 插入排序 」

算法一看就懂之「 选择排序 」

『荐读』算法一看就懂之「 插入排序 」