当前位置: 首页 > article >正文

C语言手撕归并——递归与非递归实现(附动画及源码)

🤖💻👨‍💻👩‍💻🌟🚀

🤖🌟 欢迎降临张有志的未来科技实验室🤖🌟

专栏:数据结构 

👨‍💻👩‍💻 先赞后看,已成习惯👨‍💻👩‍💻

👨‍💻👩‍💻 创作不易,多多支持👨‍💻👩‍💻

🚀 启动创新引擎,揭秘C语言的密码🚀


🧠目录

归并排序概述

核心步骤

动画演示

归并排序的性能

递归代码实现

函数签名

逻辑流程

函数签名

逻辑流程

        非递归代码实现

msort函数解析


归并排序概述


归并排序的基本思想是将待排序的序列分成若干个子序列,每个子序列都是有序的。然后再合并这些子序列形成最终的排序序列。这个过程可以递归地进行,直到所有的子序列都只包含一个元素为止。

核心步骤

  1. 分解:将序列分为两半。

  2. 解决:递归地对每一半进行排序。

  3. 合并:将两个已排序的子序列合并成一个单一的有序的序列

动画演示

归并排序的性能

  • 最佳情况: 𝑂(𝑛log⁡𝑛)O(nlogn)
  • 平均情况: 𝑂(𝑛log⁡𝑛)O(nlogn)
  • 最差情况: 𝑂(𝑛log⁡𝑛)O(nlogn)
  • 空间复杂度: 𝑂(𝑛)O(n)
  • 稳定性: 归并排序是稳定的排序算法,即相等的元素在排序前后保持原有的相对顺序。

递归代码实现


函数签名

  • void merge(int arr[], int tempArr[], int left, int right, int mid)

int arr[]: 待排序的数组。

int tempArr[]: 一个临时数组,用于存储合并过程中产生的有序子数组。

int left: 左侧子数组的起始索引。

int right: 右侧子数组的结束索引。

int mid: 中间索引,用于分割数组。

逻辑流程
  • 初始化指针

int l_pos = left;

  • 初始化左侧子数组的指针 l_pos

int r_pos = mid + 1;

  • 初始化右侧子数组的指针 r_pos

int pos = left;

  • 初始化临时数组 tempArr 的指针 pos
  • 合并左右子数组

while (l_pos <= mid && r_pos <= right)

在 l_pos 和 r_pos 都没有超过各自子数组边界的情况下,比较左侧和右侧的元素。

如果左侧元素小于右侧元素,则将左侧元素放入 tempArr 中,并移动左侧指针;

否则,将右侧元素放入 tempArr 中,并移动右侧指针。

  • 处理左侧剩余元素

while (l_pos <= mid)

如果左侧子数组还有未处理的元素,则将这些元素依次放入 tempArr 中。

  • 处理右侧剩余元素

while (r_pos <= right)

如果右侧子数组还有未处理的元素,则将这些元素依次放入 tempArr 中。

  • 复制结果回原数组

for (int i = left; i <= right; i++)

将 tempArr 中的有序结果复制回原数组 arr 中对应的位置。

void merge(int arr[], int tempArr[], int left, int right, int mid)
{
	int l_pos = left;
	int r_pos = mid+1;
	int pos = left;

	while (l_pos <= mid && r_pos <= right){
		if (arr[l_pos] < arr[r_pos])
			tempArr[pos++] = arr[l_pos++];
		else
			tempArr[pos++] = arr[r_pos++];
	}

	while (l_pos <= mid) {
		tempArr[pos++] = arr[l_pos++];
	}

	while (r_pos <= right)
	{
		tempArr[pos++] = arr[r_pos++];
	}

	for (int i = left; i <= right; i++)
	{
		arr[i] = tempArr[i];
	}
}

函数签名

void msort(int arr[], int tempArr[], int left, int right)

  • int right: 数组的结束索引。
  • int left: 数组的起始索引。
  • int tempArr[]: 一个临时数组,用于存储中间结果,以便在合并阶段使用。
  • int arr[]: 待排序的数组。
逻辑流程
  • 递归终止条件

     if (right > left) 

  • 分割数组

 int mid = (left + right) / 2;

计算中间位置 mid,用来分割数组。这里使用 (left + right) / 2 来找到中间点。

  • 递归调用

msort(arr, tempArr, left, mid);

  • 对左边的子数组进行递归排序。

msort(arr, tempArr, mid + 1, right);

  • 对右边的子数组进行递归排序。
  • 合并排序后的子数组

merge(arr, tempArr, left, right, mid);

  • 调用 merge 函数来合并已经排序好的左右两个子数组。这个函数将两个已排序的子数组 arr[left...mid] 和 arr[mid+1...right] 合并成一个有序的数组。
void msort(int arr[], int tempArr[], int left, int right)
{
	if (right > left)
	{
		int mid = (left + right) / 2;
		msort(arr, tempArr, left, mid);
		msort(arr, tempArr, mid + 1, right);
		merge(arr, tempArr, left, right, mid);
	}
}

非递归代码实现

merge函数与上述类似,这里不再赘述

msort函数解析

  • 初始化步长

    • int gap = 1;
      • 初始化步长 gap,表示每次分割的子数组长度。
  • 外层循环

    • while (gap < right)
      • 在步长大于整个数组长度之前,继续进行循环。
  • 内层循环

    • for (int begin = 0; begin < right - gap; begin += 2 * gap)
      • 从数组的起始位置开始,每次增加 2 * gap,来遍历整个数组。
      • 这样做是为了确保每次合并的子数组不会重叠。
  • 确定子数组边界

    • int mid = begin + gap - 1;
      • 确定左侧子数组的结束位置 mid
    • int end = (begin + 2 * gap - 1) < right ? begin + 2 * gap - 1 : right;
      • 确定右侧子数组的结束位置 end。如果 begin + 2 * gap - 1 小于 right,则取 begin + 2 * gap - 1否则取 right
  • 调用 merge 函数

    • merge(arr, tempArr, begin, mid, end);
      • 调用 merge 函数来合并已排序的子数组。
  • 更新步长

    • gap *= 2;
      • 每次循环结束后,将步长翻倍,这样可以逐渐增加合并的子数组的大小。
    void msort(int* arr, int* tempArr, int left, int right)
    {
    	int gap = 1;
    	while (gap < right)
    	{
    		for (int begin = 0; begin < right - gap; begin += 2 * gap)
    		{
    			int mid = begin + gap - 1;
    			int end = (begin + 2 * gap - 1) < right ? begin + 2 * gap - 1 : right;
    			merge(arr, tempArr, begin, mid, end);
    		}
    		gap *= 2;
    	}
    }


http://www.kler.cn/a/301758.html

相关文章:

  • 023、ELK 从入门到实践
  • vue之axios根据某个接口创建实例,并设置headers和超时时间,捕捉异常
  • 终端快捷键学习笔记
  • Chrome 浏览器开启打印模式
  • Ubuntu 24.04 安装 JDK 21
  • 【eNSP】企业网络架构实验——vlan间的路由通信(三)
  • TS axios封装
  • FinOps原则:云计算成本管理的关键
  • Chainlit集成Langchain并使用通义千问实现和数据库交互的网页对话应用增强扩展(text2sql)
  • 高教社杯数模竞赛特辑论文篇-2015年D题:众筹筑屋规划方案设计
  • AI教你学Python 第1天:Python简介与环境配置
  • Python和MATLAB及C++信噪比导图(算法模型)
  • 解开密码锁的最少次数
  • cesium.js 入门到精通(1)
  • 高级java每日一道面试题-2024年9月08日-前端篇-JS的执行顺序是什么样的?
  • php实现kafka
  • 一篇文章,讲清SQL的 joins 语法
  • Java贪心算法每日一题——179.最大数
  • 【QT】Qt窗口
  • Pr:序列设置 - VR 视频
  • 【区块链 + 基层治理】社区防疫管理平台 | FISCO BCOS应用案例
  • 404 error when doing workload anlysis using locust on OpenAI API (GPT.35)
  • 【深度学习 Pytorch】深入浅出:使用PyTorch进行模型训练与GPU加速
  • 泛零售行业的营销自动化现状如何?
  • Vue3+vite使用i18n国际化
  • 军事目标无人机视角检测数据集 3500张 坦克 带标注voc