递归实现与非递归实现"/>
【数据结构】归并排序 的递归实现与非递归实现
归并排序
- 前言
- 一、归并排序递归实现
- （1）归并排序的核心思路
- （2）归并排序实现的核心步骤
- （3）归并排序码源详解
- （4）归并排序效率分析
- 1）时间复杂度 O（N*logN）
- 2）空间复杂度 O（N）
- 稳定性：稳定
- 二、归并排序的非递归实现
- （1） 关于递归的缺点的讨论
- （2） 归并排序 非递归算法实现思路
- （3）码源详解
- （4）运行结果
前言
快速排序：前序
归并排序：后序
一、归并排序递归实现
（1）归并排序的核心思路
将 已有序的子序列 合并，得到完全有序的序列；即先使每个子序列有序，再使子序列段间有序。若将两个有序表合并成一个有序表，称为二路归并。
（2）归并排序实现的核心步骤
- 向下递归 对半分割 。
- 递归返回条件：递归到最小，1个即是有序 [ 控制的是范围 归并的区间 ]
- 递归到最深处，最小时，就递归回去，开始分按对半分割分出的范围， 将 已有序的子序列 合并，在 tmp 里进行归并。
- 再将tmp里形成的有序序列，拷贝回原数组 【 因为下一次递归回去上一层再进行下一次的归并过程中，会将数据在tmp中进行归并，会将tmp中的数据覆盖，所以要及时将小部分已归并排好序的子序列拷贝回原数组 】
- 再进行递归返回上一层的递归归并，直到递归层数都结束。
（3）归并排序码源详解
void _MergeSort(DataType* a, DataType* tmp, int begin, int end) {if (begin>=end) { //递归返回的条件：不正常的的范围 或 只剩1个数return;}int mid = (begin + end) / 2;//先递归到最小//[begin,mid][mid+1,end]_MergeSort(a, tmp, begin, mid); //数组是从0开始，所以end=mid-1这样设计_MergeSort(a, tmp, mid+1, end);//再进行归并 —— 所以归并的过程，设计在递归后面（后序）//归并到tmp数组，再拷贝回去int begin1 = begin; int end1 = mid;int begin2 = mid + 1; int end2 = end;int index = begin; //指向tmp,=begin是 根据要进行比较插入的数组的位置 找到其对应在tmp中所对应的位置，则不会覆盖前面已经排好序的数据//原型：合并两组数，且有序while (begin1 <= end1 && begin2 <= end2) { //&&其中一组满足了条件就不再继续，就跳出循环if (a[begin1] < a[begin2]) {tmp[index++] = a[begin1++];}else {tmp[index++] = a[begin2++];}} while (begin1 <= end1) { //把剩下还没插入tmp的，插入进去tmp[index++] = a[begin1++];}while (begin2 <= end2) { //把剩下还没插入tmp的，插入进去tmp[index++] = a[begin2++];}//拷贝回原数组//source dest 拷贝的数组大小memcpy(a+begin,tmp+begin,sizeof(DataType)*(end-begin+1));
}void MergeSort(DataType* a, int n) {DataType* tmp = (DataType*)malloc(sizeof(DataType) * n); //开辟新的数组（临时存放）用于归并排序过程if (tmp == NULL) {perror("malloc fail");return;}//将 待排序的数组、归并过程用的tmp临时数组、归并范围 传过去_MergeSort(a, tmp, 0, n - 1); //因为 主函数中有malloc tmp的操作，若递归调用主函数，则每次调用都会malloc，再free 是对空间上的浪费//因此用子函数进行递归 【_子函数】free(tmp);
}
（4）归并排序效率分析
1）时间复杂度 O（N*logN）
二分 有 logN 层 ，也正是因为是logN层，递归深度不会太深，所以不用考虑非递归，当然非递归也能实现。
每层有N个数进行归并排序
=>N*logN
2）空间复杂度 O（N）
开辟了个 空间大小为N的 新的数组，用于归并有序的过程。
在原数组上归并会出现什么问题：
- 会覆盖数据
- 最小的1换到8的位置后，8和7就不再保持有序了。
稳定性：稳定
二、归并排序的非递归实现
归并排序是 二分的思想 => logN层 => 递归不会太深、且现编译器优化后，递归、非递归的性能差距没有那么大了 =>所以不用考虑非递归，但非递归实现也不难。下面带大家简单实现一下。
（1） 关于递归的缺点的讨论
递归的缺点：递归消耗栈帧，递归的层数太深，容易爆栈。
【栈的空间比较小，在x86(32位)环境下，只有8M。（对比同一环境下的堆，则有2G+）。因为平时函数调用开不了多少个栈帧。理论上递归深度>1w 可能就会爆 ，但实际上5k左右就爆掉了】
这时就需要改非递归了
★递归—>非递归：
- 改循环
- 利用 [ 数据结构 ] 栈（本质上是通过malloc 在堆上开辟的内存空间，内存空间足够大）
- 递归逆着来求（如斐波那契数列逆着来求也是可行的）【归并排序的非递归实现 也是个很好的例子】
而归并排序的非递归实现则是用到了其中的第三点 。
（2） 归并排序 非递归算法实现思路
虽说不是递归，是递归的逆序版。是直接从最深层次，逆序回去，直接开始归并排序，免去了向下深入递归。虽说不是递归，但也算是递归的思路的另一个种实现。
- 开辟新的数组（临时存放）用于归并排序过程
- int gap=1；gap*=2【gap控制归并的范围：11归并，22归并，44归并】
- for (int i = 0; i < n; i += 2 * gap) { 【i 控制进行比较轮到的组号，控制进行归并的组号】
- 归并完一轮，将归并好的有序数组拷贝回原数组memcpy 。
- 进入新的一轮归并，直至gap>n则归并完成
☆注意的两个情况
6. if (begin2 >= n) { break; } 第二组不存在，这一组不用归并了
7. if (end2 > n) { end2 = n - 1; } 第二组右边界越界问题，修正一下
（3）码源详解
//归并排序——非递归版 ：从最底层开始，逆着往回求（如同斐波那契）
void MergeSortNonR(DataType* a,int n) {DataType* tmp = (DataType*)malloc(sizeof(DataType) * n); //开辟新的数组（临时存放）用于归并排序过程if (tmp == NULL) {perror("malloc fail");return;}int gap = 1;while (gap < n) { //gap控制 11归并，22归并，44归并//i控制进行比较轮到的组号，控制归并的组号for (int i = 0; i < n; i += 2 * gap) { //可以通过画出数组，在草稿纸上演示，理清要比较的数begin1、end1、begin2、end2之间和i、gap的数量关系//[begin1,end1][begin2,end2]归并 int begin1 = i; int end1 = i + gap - 1; //-1 控制下标的边界int begin2 = i + gap; int end2 = i + 2 * gap - 1;//如果第二组不存在，这一组不用归并了if (begin2 >= n) {break;}//第二组右边界越界问题，修正一下if (end2 > n) {end2 = n - 1;}int index = i;while (begin1 <= end1 && begin2 <= end2) { //&& 其中一组不满足了条件了（其中一个数组遍历完了）就不再继续，就跳出循环 if (a[begin1] < a[begin2]) { //两个数组比对，小的放进去tmp[index++] = a[begin1++];}else{tmp[index++] = a[begin2++];}}while (begin1 <= end1) { //把剩下的没遍历进去的数组剩余的部分 遍历进去tmp[index++] = a[begin1++];}while (begin2 <= end2) {tmp[index++] = a[begin2++];}//拷贝回原数组//通过a+i、tmp+i来找到要拷贝数组部分的对应下标memcpy(a + i, tmp + i,(end2-i+1)*sizeof(DataType));}printf("\n");gap *= 2; //gap控制总体归并}free(tmp);
}
（4）运行结果
更多推荐
【数据结构】归并排序 的递归实现与非递归实现
发布评论