今天分享的的内容涉及以下两个问题:
- 归并排序的迭代实现方式;
- 实现一个原地归并排序(In-Place Merge Sort);
大佬请移步,小白请入坑~~
归并排序的迭代实现
在正式看代码前,希望你心中清楚归并排序的递归实现方式,不熟悉也无妨,看这篇文章
图解「归并排序」算法(修订版)文章。
迭代和递归(Iteration & Recursion)本就心心相惜,你中有我,我中有你,任何一个算法的递归实现都可以将其变成一个递归的实现方式,只要代价足够小,收益(获得的空间和时间效率的提升)足够高就可以。
归并排序同样可以做到,只是归并排序的迭代实现方式较为特殊,不像大多数递归与迭代的转化,归并排序并不需要程序中出现一个显式的
stack
辅助栈,但同样能够去掉递归调用,以迭代的方式实现归并排序。
这张图一定很熟悉了,这就是标准的递归实现过程中的分与治,而采用迭代实现时,策略上有两点发生了变化:
- 分的方式采用循环(迭代),而不是递归的方式;
- 分的策略和递归的方式有别,依旧符合归并排序的思想;
我们依旧以下面的数组为例说明(感觉这个数组万能,哈哈):
第一步:合并
5和
1第二步:合并
4和
2第三步:合并
8和
4;
第四步:合并
[1,5,2,4]
第五步:合并
[4,8]
第六步:合并
[1,2,4,5,4,8]
看到这里,并不能清晰地看出归并排序迭代和递归之间的差异,客官莫急:
这次就会清晰可见了,归并排序的迭代实现方式中的合并顺序与递归明显不同,递归是将长度为 n 的原始数组一分为二,然后再将两个(1/2)的数组再一分为二,直到分为n个长度为1的元素。然后两两按大小合并,如此反复,直到最后形成包含 n 个数的一个有序数组。
而迭代就不同了,默认将数组当中的元素当做 n 个长度为1的元素;依次按照 2 个一组合并,4 个元素为一组进行合并(不足 4 个,比如
[4,8],不足 4 个就按照剩余个数 2 合并),....,最后以 n/2 个元素为一组进行合并,得到我们的有序数组。
迭代实现中,仅从图中似乎看不到分的过程,但事实上,合并前已经进行了分,只不过这个分与递归调用的分不同,而是采用迭代。
忽略合并的实现细节,我们仅看一下迭代的实现方式。
static void mergeSort(int arr[], int n)
{
int curr_size; //标识当前合并的子数组的大小,从 1 已知到 n/2
int left_start; //标识当前要合并的子数组的起点
for (curr_size = 1; curr_size <= n-1; curr_size = 2*curr_size)
{
for (left_start = 0; left_start < n-1; left_start += 2*curr_size)
{
int mid = Math.min(left_start + curr_size - 1, n-1);
int right_end = Math.min(left_start + 2*curr_size - 1, n-1);
merge(arr, left_start, mid, right_end);
}
}
}
//合并略
归并排序的迭代实现就是将递归中
递的操作修改成了两层的 for 循环,为了理解这两层循环所进行的操作,建议最好自己将数组
[5,1,4,2,8,4]
代进去手动的计算一遍,下图中给出了
merge(arr, left_start, mid, right_end);
函数依次调用数据:
请问如何用迭代实现三路归并排序?
答案很简单了,将上面提供的二路归并排序的迭代实现中的所有
2替换为
3,合并过程将变成下图:
改日再详述 3 路归并排序,接着看第二个问题。
原地归并排序
所谓原地排序(In-place Sort)就是空间复杂度为
的排序算法。
图解「归并排序」算法(修订版)中所讲的归并排序空间复杂度为
,时间复杂度为
,其中
的空间复杂度是由
merge(arr, left, mid, right)
函数所造成的,所以关于这个问题的解决就是折腾
merge
函数。
该如何折腾呢?看栗子(哈哈,就是废话少)。
同样以最后一次合并为例:
这里的
start1
、
start2
还有
mid
的初始设置就不多说了,看原地合并过程即可。
第一步:比较
start1
指向的元素
1和
start2
指向的元素
2,
1 < 2,所以直接将
start1
右移,即
start1++
.
第二步:比较
start1
指向的元素
4和
start2
指向的元素
2,
4 > 2,此时不使用额外空间实现合并操作,将
start2
之前,
start1
(包含
start1
) 之后的元素向后移动,并将
2拷贝到
start1
所指向的位置,然后将
start1
、
start2
还有
mid
均向后移动:
第三步:比较
start1
指向的元素
4和
start2
指向的元素
4,
4 = 4,所以直接将
start1
右移,即
start1++
.
第四步:与第二步类似,比较
start1
指向的元素
5和
start2
指向的元素
4,
5 > 4,将
4向前移动,将
5向后移动,然后将
start1
、
start2
还有
mid
均向后移动:
第五步:比较
start1
指向的元素
5和
start2
指向的元素
8,**5 < 8 ** ,直接将
start1
右移,即
start1++
;此时
start1 > mid
,表明合并完成了。
空间复杂度为
的合并操作的实现代码:
static void merge(int arr[], int start1, int mid, int end){
int start2 = mid + 1;
//如果 mid 小于等于 mid+1 的元素,表明数组已经有序,不需要合并
if(arr[mid] <= arr[start2]){
return;
}
while(start1 <= mid && start2 <= end){
if(arr[start1] <= arr[start2]){
start1++;
}
else{
int value = arr[start2];
int index = start2;
//将 [start1,start2 - 1]中的元素向后移动
while(index != start1){
arr[index] = arr[index - 1];
index--;
}
arr[start1] = value;
start1++;
mid++;
start2++;
}
}
}
注意这个合并操作中涉及到了两个嵌套的
while
循环,所以与空间复杂度为
,时间复杂度为
的标准实现相比,这种合并策略虽然将空间复杂度降到了
,但同时也牺牲了时间复杂度,时间复杂度变成了
.
时间复杂度和空间复杂度就似阴阳之术,得失之理,生死之界;要得其一,必失其一,这个世上没有两全其美的事情!
万茜姐姐为了自己的荣耀,付出汗水和疼痛,不幸骨折,但她同时也获得的是我们的敬意,乘风破浪火的理由就是他们一腔的热血,明明没有必要而为之的勇气和决然。(澄清:我不是她的粉)
不对呀,
「归并排序:题目一」如何实现一个空间复杂度为 O(1) 的归并排序?这篇文章中分享的就是一种空间复杂度为
,而且时间复杂度认为
的方法呀!
那是因为我们使用了数学技巧,但是同时也伴随着频繁地求余和除法运算,直白点就是增加了资源消耗。
最后给大家分享一个今日文章的配色,不知你有没有看到满屏的毛爷爷。
觉得有收获,记得三连奥!让毛爷爷每天黏着你(哈哈,就是这么世俗)