当前位置: 首页 > news >正文

异世界历险之数据结构世界(非递归快排,归并排序(递归,非递归))

前言

在这里插入图片描述

排序

QuickSort(非递归)

需要用到栈的知识(栈的复习)
需要用到快排的知识(快排复习)

前置代码

void Swap(int& x, int& y)
{int tmp = x;x = y;y = tmp;
}int GetMidNumber(vector<int>&arr,int left, int right)
{int mid = (left + right) / 2;if ((arr[mid] > arr[left] && arr[mid] < arr[right]) ||(arr[mid] > arr[right] && arr[mid] < arr[left])) return mid;if ((arr[right] > arr[left] && arr[right] < arr[mid]) ||(arr[right] > arr[mid] && arr[right] < arr[left])) return right;return left;
}
//经典法
int Partition1(vector<int>& arr, int left, int right)
{int mid = GetMidNumber(arr, left, right);Swap(arr[left], arr[mid]);int pivot = left;int cur = left + 1;int prev = left;while (cur <= right){if (arr[cur] < arr[pivot] && ++prev!=cur){Swap(arr[cur], arr[prev]);}cur++;}Swap(arr[pivot], arr[prev]);return prev;
}//前后指针
int Partition2(vector<int>& arr, int left, int right)
{int mid = GetMidNumber(arr, left, right);Swap(arr[left], arr[mid]);int pivot = left;int low = left;int high = right;while (low < high){while (low<high && arr[high] >= arr[pivot]) high--;while (low<high && arr[low] <= arr[pivot]) low++;Swap(arr[low], arr[high]);}Swap(arr[low], arr[pivot]);return low;
}
void QuickSortNonR1(vector<int>& arr)
{stack<int>s;int n = arr.size();s.push(0);s.push(n - 1);while (!s.empty()){int high = s.top();s.pop();int low = s.top();s.pop();int pivotindex = Partition2(arr, low, high);if (pivotindex + 1 < high){s.push(pivotindex + 1);s.push(high);}if(pivotindex - 1 > low){s.push(low);s.push(pivotindex - 1);}}}

分析

在这里插入图片描述

用栈代替递归:不再通过函数自身调用,而是用一个栈来存储需要排序的子数组的范围(起始和结束索引)。
迭代处理:只要栈不为空,就不断弹出子数组范围,进行**分区(partition)**操作。
压入子任务:分区后,将新产生的两个子数组的范围压回栈中,等待后续处理。

解析

1.栈的特点是先进后出,所以先进low后进high,故先出high,后出low。
2.栈把数组分割同递归相似,pivotIndex + 1 / -1需要判断与low,high 的大小,确定边界条件。
3.此版本先将右侧入栈,后将左侧入栈,类似于前序遍历,把左侧排完再派右侧。可以自由调整先排哪一侧。

//先左后右排序
if (pivotindex + 1 < high){s.push(pivotindex + 1);s.push(high);}if(pivotindex - 1 > low){s.push(low);s.push(pivotindex - 1);}

优势

避免栈溢出:在最坏情况下(例如,输入数组已经有序),递归版本的快速排序会产生很深的调用栈,可能导致程序崩溃。非递归版本使用自定义的栈来管理任务,从而绕过了系统栈的深度限制。

归并排序(递归)

void Merge_Sort(vector<int>&arr,int left,int right,vector<int>&tmp)
{if (left >= right) return;int mid = (left + right) / 2;Merge_Sort(arr, left, mid, tmp);Merge_Sort(arr, mid+1, right, tmp);int begin1 = left, end1 = mid;int begin2 = mid + 1, end2 = right;int i = left;while (begin1 <= end1 && begin2 <= end2){if (arr[begin1] < arr[begin2]){tmp[i++] = arr[begin1++];}else{tmp[i++] = arr[begin2++];}}while (begin1 <= end1){tmp[i++] = arr[begin1++];}while (begin2 <= end2){tmp[i++] = arr[begin2++];}copy(tmp.begin()+left, tmp.begin() + right + 1, arr.begin()+left);
}

分析

在这里插入图片描述
在这里插入图片描述

分治递归: 把数组不断对半分,直到只剩一个元素。
双指针合并: 比较两个有序子区间的元素,依次写入临时数组 tmp。
拷贝回原数组: 把排好序的这段 tmp 区间覆盖回原数组对应位置。

解析

1.Merge_Sort 先递归到只剩一个元素,按照顺序依次插入tmp,然后递归回去。
2.比较函数结束后while函数把其余元素继续插入tmp。
3.copy中不能用tmp.end()替代tmp.begin()+right+1.同理tmp.begin()不能替代tmp.begin()+left.
原因:tmp.begin() + right + 1 精确地指定了需要复制的子范围 [left, right] 的结束位置(不包含),这正是copy 函数所需要的。而 tmp.end() 指向的是整个 tmp 向量的末尾,使用它会导致复制的范围过大,从而引发错误。

归并排序(非递归)

初始时,每个元素本身是一个有序段(长度为1)。
每次将“相邻的两个有序段”进行归并。
每轮合并的段长度:1 → 2 → 4 → 8 → ... → n,每次乘2。
不断合并,直到整个数组被合并成一个有序段为止。

在这里插入图片描述

一次拷贝

void Merge_SortNonR1(vector<int>&arr,vector<int>&tmp)
{int  n = arr.size();for (int gap = 1; gap < n; gap *= 2){for (int i = 0; i < n; i += 2 * gap){int begin1 = i, end1 = i + gap - 1;int begin2 = i + gap, end2 = i + 2 * gap - 1;printf("[%d,%d][%d,%d]", begin1,end1,begin2,end2);printf("  ");begin1 = i;end1 = min(i + gap -1, n - 1);begin2 = i+gap;end2 = min(i + 2*gap -1, n - 1);//修正后printf("(%d,%d)(%d,%d)", begin1, end1, begin2, end2);printf("  ");int j = i;while (begin1 <= end1 && begin2 <= end2){if (arr[begin1] < arr[begin2]){tmp[j++] = arr[begin1++];}else{tmp[j++] = arr[begin2++];}}while (begin1 <= end1){tmp[j++] = arr[begin1++];}while (begin2 <= end2){tmp[j++] = arr[begin2++];}}printf("\n");copy(tmp.begin(), tmp.end(), arr.begin());}
}

没有修正前:
有明显的越界(最大下标该是9)(数组数非二的倍数)
在这里插入图片描述

修正方案

四个元素中除了begin1其余都会越界 – 分类处理
end1 越界 – 不归并了(直接拷贝下来)
begin2越界 – 同end1一样处理
end2越界 – 继续归并,修正end2

修正路线1
修正路线
if (end1 >= n)
{end1 = n - 1;begin2 = n;//不能修正为n-1 :end2 = n - 1;
}
else if(begin2 >= n)
{begin2 = n;end2 = n - 1;
}
else if (end2 >= n)
{end2 = n - 1;
}
修正路线2
begin1 = i;end1 = min(i + gap -1, n - 1);begin2 = i+gap;end2 = min(i + 2*gap -1, n - 1);

修正后:

在这里插入图片描述

修正总结
情况修正原因
end1 >= nend1 = n - 1; begin2 = n; end2 = n - 1整个右区间都不存在,强行跳过
begin2 >= nbegin2 = n; end2 = n - 1同上,只是左区间正常,右区间没了
end2 >= nend2 = n - 1右区间部分存在,尾部越界,修正到最后一位
❌ 写成 begin2 = n - 1不安全!会误入 begin2 <= end2 逻辑,导致访问非法元素

多次拷贝

void Merge(vector<int>& arr,int left,int mid,int right,vector<int>&tmp)
{int begin1 = left, end1 = mid;int begin2 = mid + 1, end2 = right;int  i = left;printf("(%d,%d)(%d,%d)", begin1, end1, begin2, end2);printf("  ");while (begin1 <= end1 && begin2 <= end2){if (arr[begin1] < arr[begin2]){tmp[i++] = arr[begin1++];}else{tmp[i++] = arr[begin2++];}}while (begin1 <= end1){tmp[i++] = arr[begin1++];}while (begin2 <= end2){tmp[i++] = arr[begin2++];}//copy(tmp.begin(), tmp.begin() + right + 1, arr.begin());for (int j = left; j <= right; j++){arr[j] = tmp[j];}}//归并部分+拷贝部分
void Merge_SortNonR2(vector<int>&arr,vector<int>&tmp)
{int n = arr.size();for (int gap = 1; gap < n; gap *= 2){for (int i = 0; i < n; i += 2 * gap){int left = i;//等价于begin1int mid = i + gap - 1;//等价于end1  begin2 = mid+1int right = i + gap * 2 - 1;//等价于end2if (mid >= n || mid+1 >= n){break;}if (right >= n){right = n - 1;}Merge(arr, left, mid, right, tmp);}printf("\n");}}

修正前:
在这里插入图片描述

修正方案1
if (mid >= n || mid+1 >= n){break;}if (right >= n){right = n - 1;}
修正方案2
mid = min(i + gap - 1,n - 1);right = min(i + gap * 2 - 1,n - 1);

修正后:
在这里插入图片描述

多次拷贝和一次拷贝分析

比较项多次拷贝一次拷贝
拷贝次数每次归并都 拷贝两次(去 + 回)每轮归并只拷贝一次(两个数组交替用)
代码结构简单清晰,易于理解稍复杂,需要维护“轮次+数组切换”逻辑
内存使用一个临时数组两个数组(原数组 + 临时数组)
性能相对慢(大量重复拷贝)更快,避免了不必要的重复拷贝
稳定性稳定稳定
适合场景学习、递归模拟追求效率、实际工程

归并排序特点

归并排序是一种 分治法(Divide and Conquer)思想的排序算法。它的基本思路是:
分解(Divide):将待排序的数组分成两半,递归地对这两半进行排序。
合并(Merge):将两个已经排序好的子数组合并成一个大的有序数组。
算法步骤
分解:递归地将数组从中间分成两半,直到每个子数组的元素个数为 1。
合并:通过比较两个子数组的元素,将它们合并为一个有序的数组,直到所有元素都被合并成一个整体。
归并排序的特性总结:

  1. 归并的缺点在于需要O(N)的空间复杂度,归并排序的思考更多的是解决在磁盘中的外排序问题。
  2. 时间复杂度:O(N*logN)
  3. 空间复杂度:O(N)
  4. 稳定性:稳定

总结

下文视情况而定

http://www.dtcms.com/a/317131.html

相关文章:

  • 搭建私有 Linux 镜像仓库
  • 算法训练营DAY55 第十一章:图论part05
  • 图论(邻接表)DFS
  • 藏文识别技术:为藏文化的保护、传播、研究与发展注入核心动力
  • 【C++基础】宏的高级替代方案:面试高频考点 + 真题解析全攻略
  • 推荐系统召回粗排的优化思路
  • 数据大集网:以数据为纽带,重构企业贷获客生态的助贷平台实践
  • 【WAIC 2025】AI安全的攻防前线:合合信息AI鉴伪检测技术
  • 基于Vue+Node.js(Express)实现(Web)物联网的蔬菜大棚温湿度监控系统
  • Google地图的“网络定位”功能
  • 中国移动h10g-01_S905L处理器安卓7.1当贝纯净版线刷机包带root权限_融合终端网关
  • Spring Boot 参数校验全指南
  • 学习日志29 python
  • 猫头虎AI分享:Claude Opus 新版 4.1 在 SWE-bench Verified 上准确率达到了 74.5%,在多文件代码重构方面表现突出
  • 力扣经典算法篇-44-组合总和(回溯问题)
  • Qt菜单栏与工具栏实战
  • Linux86 sheel流程控制前瞻4 判断vsftpd服务启动,如果启动,打印端口号,进程id
  • 基于FFmpeg和HLS的大文件分片传输方案
  • SRS简介及简单demo
  • 豆包新模型与PromptPilot工具深度测评:AI应用开发的全流程突破
  • 神经网络搭建对CIFAR10数据集分类
  • 生成式AI如何颠覆我们的工作和生活
  • 深度学习(pytorch版)前言:环境安装和书籍框架介绍
  • 【Canvas与三角形】黑底回环金片三角形
  • 如何解决网页视频课程进度条禁止拖动?
  • DHCP 服务器与DNS服务器
  • QML开发:QML中的基本元素
  • JAVA高级编程第六章
  • 深入解析Java NIO在高并发场景下的性能优化实践指南
  • Kubernetes服务发现、名称解析和工作负载