news 2026/9/9 18:13:37

排序算法-归并排序

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
排序算法-归并排序

在学习归并排序之前,个人认为需要掌握双指针的相关知识(快慢指针,左右指针之类的)。

归并排序是一种运用快慢指针与递归来实现的算法

思路

拆分过程-“归”的过程

对于数组:

5 4 3 2 1

我们先把其分为两部分:

5 4 和 3 2 1 //两个都可以,看你选择

5 4 3 和 2 1 //两个都可以,看你选择

然后再对于左右两部分再次拆分,直到分成一个元素

而这个过程,我们可以运用递归来进行数组的拆分

f(0 , 4)->f(0 , 2) + f(3 , 4)->f(0 , 1) + f(2 , 2) + f(3 , 3) + f(4, 4) //返回的是边界下标

而我们就可以利用这个过程将大数组转换成小数组,最终得到一个有序的数组

排序过程-“并”的过程

我们取递归返回的其中一个过程为例:

3 4 5 和 1 2

我们定义一个临时变量来存储部分排序好的元素,假设这个变量为temp

我们先比较 3 和 1,发现 1 比较小

于是我们把 1 放入temp

继续比较 3 和 2 , 发现 2 比较小

于是我们把 2 放入temp

这个时候右数组到头了,于是我们停止比较,并且把左数组剩下的元素全放到temp里面去

于是我们得到的temp就是

1 2 3 4 5

然后我们将temp赋值给原数组,把原数组覆盖掉

我们明显可以发现,和原来相比较,原数组更加有序了(已经有序了,我们取的是排序的最后一步)

代码实现

#include<iostream> using namespace std; const int N = 1e5; int arr[N]; int temp[N]; //辅助数组 void merge_sort(int l , int r){ //递归实现归并排序 if(l >= r) return; //只有一个元素或者没有,自然有序,不用管 int m = (l + r) / 2; //这里就是把数组拆开 merge_sort(l , m); //处理左边 merge_sort(m + 1 , r); //处理右边 int i = l , j = m + 1 , k = 0; //i和j分别代表左右数组的左边界起点 k是临时变量,作为temp数组的边界 while(i <= m && j <= r){ if(arr[i] > arr[j]){ temp[k] = arr[j]; //把小的数放进来 k++; j++; }else{ temp[k++] = arr[i++]; } } //接下来判断i和j哪个没走完,把剩下的元素放进去 while(i <= m) temp[k++] = arr[i++]; while(j <= r) temp[k++] = arr[j++]; //然后把temp覆盖arr,即把temp重新赋值给arr,arr的起始位置是l和r,temp的起始位置是0 for(i = l , k = 0 ; i <= r ; i++ , k++){ arr[i] = temp[k]; } } int main(){ int n; cin >> n; for(int i = 0 ; i < n ; i++){ cin >> arr[i]; } merge_sort(0 , n - 1); //将左边界和右边界传入 for(int i = 0 ; i < n ; i++){ cout << arr[i] << ' '; } cout << endl; return 0; }

总结

归并排序的整体难度起始不大,然后复杂度和稳定性这两个方面的话,我不清楚这个复杂度是怎么算出来的,但是我查出来是O()。归并排序不是一个稳定的算法,因为临时数组会反复地把原数组进行覆盖。

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/9/8 19:48:09

【深度揭秘】什么企业需要通过人才测评进行选择批量筛选候选人呢

在当今竞争激烈的商业环境中&#xff0c;招聘效率与质量直接关系到企业的发展速度与竞争力。然而&#xff0c;传统面试往往陷入"经验陷阱"&#xff0c;主观性强、评价标准模糊&#xff0c;导致企业难以精准识别真正有潜力的人才。尤其对于资源有限的中小企业而言&…

作者头像 李华
网站建设 2026/9/8 23:44:03

技术项目流量相关概念

1、概述技术领域&#xff0c;“流量” 是系统交互中请求 / 数据传输的核心度量维度&#xff0c;围绕流量衍生的核心概念覆盖流量特征描述、流量治理、流量测试 / 分析、流量异常处理 四大类&#xff0c;以下结合 Java 技术栈场景&#xff0c;梳理高频流量概念的定义、应用场景和…

作者头像 李华
网站建设 2026/9/9 17:00:26

测试成熟度模型评估与提升路径

在数字化转型加速的2025年&#xff0c;软件质量已成为企业核心竞争力的关键要素。测试成熟度模型&#xff08;Testing Maturity Model&#xff09;作为衡量组织测试能力的重要标尺&#xff0c;不仅帮助团队识别当前水平&#xff0c;更为质量保障体系的进化提供清晰路线图。本文…

作者头像 李华
网站建设 2026/9/8 17:44:38

制造业场景下,低代码如何真正走进生产体系

制造业的数字化进程&#xff0c;正在进入一个明显不同于过去十年的阶段。如果说早期的信息化更多解决的是管理可视化问题&#xff0c;那么当下的制造业转型&#xff0c;正在直面一个更现实的问题&#xff1a;生产系统必须跟得上业务变化的速度&#xff0c;而且不能再依赖“重开…

作者头像 李华
网站建设 2026/9/8 3:20:14

3D打印最新Nature,中国学者!

3D打印技术参考注意到&#xff0c;2025年第5篇与3D打印技术相关的Nature正刊文章于12月17日发表。来自劳伦斯利弗莫尔国家实验室的中国博士后研究员Songyun Gu发表了题为 “3D nanolithography with metalens arrays and spatially adaptive illumination”的文章。凭借这项新技…

作者头像 李华
网站建设 2026/9/9 16:46:21

OPV(有机光伏)技术的弱光适配及微能量采集应用分析

OPV&#xff08;Organic Photovoltaics&#xff0c;有机光伏&#xff09;又称有机太阳能电池&#xff0c;是一类以有机半导体材料为核心&#xff0c;实现光能-电能转换的光伏技术。相较于传统硅基太阳能电池&#xff0c;其核心差异在于采用有机化合物替代无机材料&#xff0c;完…

作者头像 李华