当前位置: 首页 > news >正文

归并排序:优雅的分治排序算法(C语言实现)

一、算法思想

归并排序的核心思想是 分治法(Divide and Conquer)

  1. 分解:将待排序数组递归地分成两半

  2. 解决:对子数组进行排序

  3. 合并:将两个有序子数组合并成一个有序数组

二、算法特性

  • 时间复杂度:O(nlogn)(最优/平均/最差情况)

  • 空间复杂度:O(n)(需要额外存储空间)

  • 稳定性:稳定(相同元素相对位置不变)

三、C语言实现

#include <stdio.h>
#include <stdlib.h>// 合并两个有序数组
void merge(int arr[], int left, int mid, int right) {int n1 = mid - left + 1;    // 左子数组长度int n2 = right - mid;       // 右子数组长度// 创建临时数组int *L = (int*)malloc(n1 * sizeof(int));int *R = (int*)malloc(n2 * sizeof(int));// 拷贝数据到临时数组for (int i = 0; i < n1; i++)L[i] = arr[left + i];for (int j = 0; j < n2; j++)R[j] = arr[mid + 1 + j];// 合并临时数组回原数组int i = 0, j = 0, k = left;while (i < n1 && j < n2) {if (L[i] <= R[j]) {arr[k] = L[i];i++;} else {arr[k] = R[j];j++;}k++;}// 拷贝剩余元素while (i < n1) {arr[k] = L[i];i++;k++;}while (j < n2) {arr[k] = R[j];j++;k++;}free(L);free(R);
}// 归并排序主函数
void mergeSort(int arr[], int left, int right) {if (left < right) {int mid = left + (right - left) / 2;  // 防止溢出// 递归排序左右子数组mergeSort(arr, left, mid);mergeSort(arr, mid + 1, right);// 合并已排序的子数组merge(arr, left, mid, right);}
}// 打印数组
void printArray(int arr[], int size) {for (int i = 0; i < size; i++)printf("%d ", arr[i]);printf("\n");
}int main() {int arr[] = {12, 11, 13, 5, 6, 7};int arr_size = sizeof(arr) / sizeof(arr[0]);printf("原始数组: \n");printArray(arr, arr_size);mergeSort(arr, 0, arr_size - 1);printf("\n排序后数组: \n");printArray(arr, arr_size);return 0;
}

四、关键代码解析

  1. merge函数

    • 创建临时数组存储左右子数组

    • 使用双指针法合并两个有序数组

    • 保证排序稳定性(<= 判断)

  2. mergeSort函数

    • 递归终止条件:left >= right

    • 计算中点:mid = left + (right - left)/2(避免整数溢出)

    • 先递归排序,后合并结果

五、执行过程示例

原始数组: [12, 11, 13, 5, 6, 7]分解过程:
[12, 11, 13] 和 [5, 6, 7]
→ [12] [11,13] 和 [5] [6,7]
→ 排序合并:[11,13] → [11,12,13]
→ 排序合并:[5,6,7]
→ 最终合并:[5,6,7,11,12,13]

六、性能分析

情况时间复杂度空间复杂度
最优O(nlogn)O(n)
平均O(nlogn)O(n)
最差O(nlogn)O(n)
辅助空间O(n)

:虽然归并排序需要额外空间,但其稳定性和可预测的性能使其成为:

  • 大数据量排序的优选

  • 外部排序的基础(如海量数据排序)

  • 链表排序的最佳选择

七、优化方向

  1. 小数组优化:当子数组小于阈值时改用插入排序

  2. 免复制合并:交替使用原始数组和辅助数组

  3. 迭代法实现:消除递归调用栈

八、总结

归并排序凭借其 稳定 的时间复杂度和 稳定排序 的特性,在以下场景表现优异:

  1. 需要稳定排序的场合(如数据库排序)

  2. 链表排序(仅需修改指针,空间复杂度降为O(1))

  3. 大数据量排序(优于O(n²)算法)

http://www.dtcms.com/a/290319.html

相关文章:

  • 什么是商业智能BI数据分析的指标爆炸?
  • Leetcode 3624. Number of Integers With Popcount-Depth Equal to K II
  • nerf-2020
  • Python 列表操作—基础和进阶技巧
  • spring简单项目实战
  • H3C技术考核
  • ACE 插入元件
  • SQL审计、Archery实战记录
  • 深入解析Hadoop YARN:三层调度模型与资源管理机制
  • [Python]函数调用链中局部变量的内存影响:通过memory_profiler分析
  • AR巡检和传统巡检的区别
  • 在 Angular 应用程序中使用 Genkit 的完整指南
  • 基于ArcFace损失函数训练的人脸特征提取模型
  • IDEA 同时修改某个区域内所有相同变量名
  • AR技术:应急响应的加速利器
  • AR技术:石化行业培训的“游戏规则改变者”
  • Swap Face 使用遇到的问题
  • 识别PDF中的二维码
  • ASP.NET Core Web API 中集成 DeveloperSharp.RabbitMQ
  • (二)Unity3d-ROS联合仿真:运行Unity-Robotics-Hub
  • java解析nc气象数据
  • HOT100——图篇Leetcode207. 课程表
  • Trae开发uni-app+Vue3+TS项目飘红踩坑
  • Cosmos
  • PostgreSQL 终端命令详解及实际应用案例
  • 【LINUX操作系统】搭建web网络服务器
  • Softhub软件下载站实战开发(二十):Docker部署全攻略
  • 前后端分离项目进阶1---前端
  • 对称加密技术详解:原理、算法与实际应用
  • 在本地WSL中的CentOS 7子系统中部署Ewomail邮件服务器