Сортировка слиянием (англ. merge sort ) - алгоритм сортировки, который упорядочивает списки (или другие структуры данных, доступ к элементам которых можно получать только последовательно, например - потоки) в определённом порядке. Эта сортировка - хороший пример использования принципа «разделяй и властвуй». Сначала задача разбивается на несколько подзадач меньшего размера. Затем эти задачи решаются с помощью рекурсивного вызова или непосредственно, если их размер достаточно мал. Наконец, их решения комбинируются, и получается решение исходной задачи.
Реализация алгоритма на различных языках программирования:
Существует также итеративный алгоритм сортировки, избавленный от рекурсивных вызовов. Такой алгоритм называют «Восходящей сортировкой слиянием».
// Слияние двух упорядоченных массивов
// m1 - Первый массив
// m2 - Второй массив
// l1 - Длина первого массива
// l2 - Длина второго массива
// Возвращает объединённый массив
template
Пример: char a = "ASORTINGEXAMPLE"; mergeSort(a, 16); Альтернативная версия алгоритма Сортировки Слиянием.
Template
Static Int32 Merge_Sort(Int32 massive)
{
if (massive.Length == 1)
return massive;
Int32 mid_point = massive.Length / 2;
return Merge(Merge_Sort(massive.Take(mid_point).ToArray()), Merge_Sort(massive.Skip(mid_point).ToArray()));
}
static Int32 Merge(Int32 mass1, Int32 mass2)
{
Int32 a = 0, b = 0;
Int32 merged = new int;
for (Int32 i = 0; i < mass1.Length + mass2.Length; i++)
{
if (b < mass2.Length && a < mass1.Length)
if (mass1[a] > mass2[b])
merged[i] = mass2;
else //if int go for
merged[i] = mass1;
else
if (b < mass2.Length)
merged[i] = mass2;
else
merged[i] = mass1;
}
return merged;
}
static void Main(string args)
{
Int32 arr = new Int32;
//заполняем массив случайными числами
Random rd = new Random();
for(Int32 i = 0; i < arr.Length; ++i) {
arr[i] = rd.Next(1, 101);
}
System.Console.WriteLine("The array before sorting:");
foreach (Int32 x in arr)
{
System.Console.Write(x + " ");
}
//сортировка
arr = Merge_Sort(arr);
System.Console.WriteLine("\n\nThe array after sorting:");
foreach (Int32 x in arr)
{
System.Console.Write(x + " ");
}
System.Console.WriteLine("\n\nPress the
@out=(5,2,8,9,4,2,7,9,4,1,6,9,0); sub sortM{ my($array,$first,$last)=@_; if($last>$first){ my$middle=int(($last+$first)/2); sortM($array,$first,$middle); sortM($array,$middle+1,$last); my$j=0; $work[$j++]=$$array[$_]for($first..$last); $middle=int(($first+$last)/2)if($middle>$last); my$n=$middle-$first+1; for($i=$first,$j=0,$k=$n;$i<=$last;$i++){ if(($j<$n)&&(($k==(($last-$first)+1))||($work[$j]lt$work[$k]))){ $$array[$i]=$work[$j++] }else{ $$array[$i]=$work[$k++]; } } } } sortM(\@out,0,$#out+1);
Procedure MergeSort(name: string; var f: text);
Var a1,a2,s,i,j,kol,tmp: integer;
f1,f2: text;
b: boolean;
Begin
kol:=0;
Assign(f,name);
Reset(f);
While not EOF(f) do
begin
read(f,a1);
inc(kol);
End;
Close(f);
Assign(f1,"{имя 1-го вспомогательного файла}");
Assign(f2,"{имя 2-го вспомогательного файла}");
s:=1;
While (s Procedure MergeSort(name: string; var f: text);
Var s1,s2,a1,a2,where,tmp: integer;
f1,f2: text;
Begin
s1:=5; s2:=5; {Можно задать любые числа, которые запустят цикл while}
Assign(f,name);
Assign(f1,"{имя 1-го вспомогательного файла}");
Assign(f2,"{имя 2-го вспомогательного файла}");
While (s1>1) and (s2>=1) do
begin
where:=1;
s1:=0; s2:=0;
Reset(f); Rewrite(f1); Rewrite(f2);
Read(f,a1);
Write(f1,a1," ");
While not EOF(f) do
begin
read(f,a2);
If (a2 Unit uMergeSort;
interface
type
TItem = Integer; //Здесь можно написать Ваш произвольный тип
TArray = array of TItem;
procedure MergeSort(var Arr: TArray);
implementation
function IsBigger(d1, d2: TItem) : Boolean;
begin
Result:= (d1 > d2); //Сравниваем d1 и d2. Не обязательно так. Зависит от Вашего типа.
//Сюда можно добавить счетчик сравнений
end;
//Процедура сортировки слияниями
procedure MergeSort(var Arr: TArray);
var
tmp: TArray; //Временный буфер
//Слияние
procedure merge(L, Spl, R: Integer);
var
i, j, k: Integer;
begin
i:= L;
j:= Spl + 1;
k:= 0;
//Выбираем меньший из первых и добавляем в tmp
while (i <= Spl) and (j <=R) do
begin
if IsBigger(Arr[i], Arr[j]) then
begin
tmp[k] := Arr[j];
Inc(j);
end
else
begin
tmp[k] := Arr[i];
Inc(i);
end;
Inc(k);
end;
//Просто дописываем в tmp оставшиеся эл-ты
if i <= Spl then //Если первая часть не пуста
for j:= i to Spl do
begin
tmp[k] := Arr[j];
Inc(k);
end
else //Если вторая часть не пуста
for i:= j to R do
begin
tmp[k] := Arr[i];
Inc(k);
end;
//Перемещаем из tmp в arr
Move(tmp, Arr[L], k*SizeOf(TItem));
end;
//Сортировка
procedure sort(L, R: Integer);
var
splitter: Integer;
begin
//Массив из 1-го эл-та упорядочен по определению
if L >= R then Exit;
splitter:= (L + R) div 2; //Делим массив пополам
sort(L, splitter); //Сортируем каждую
sort(splitter + 1, R); //часть по отдельности
merge(L, splitter, R); //Производим слияние
end;
//Основная часть процедуры сортировки
begin
SetLength(tmp, Length(Arr));
sort(0, Length(Arr) - 1);
SetLength(tmp, 0);
end;
end. Void mergeSort(int array) {
static void merge(int array, int q) {
int leftArray = array.dup ~ int.max;
int rightArray = array.dup ~ int.max;
int i = 0;
int j = 0;
int length = array.length;
for (int k = 0; k < length; ++k) {
array[k] = (leftArray[i] <= rightArray[j]) ? leftArray : rightArray;
}
}
if (array.length > 1) {
int q = array.length / 2;
mergeSort(array);
mergeSort(array);
merge(array, q);
}
} Def merge(right, left, result):
result.append((left if left < right else right).pop(0))
return merge(right=right, left=left, result=result) if left and right else result+left+right
merge_sort = (lambda arr: arr if len(arr) == 1 else merge(merge_sort(arr),
merge_sort(arr[:len(arr)/2]), )) Недостатком сортировки слиянием является использование дополнительной памяти. Но когда работать приходиться с файлами или списками, доступ к которым осуществляется только последовательно, то очень удобно применять именно этот метод. Также, к достоинствам алгоритма стоит отнести его устойчивость и неплохую скорость работы O(n*logn).
При написании статьи были использованы открытые источники сети интернет:
(См. стр. 430 Ф.М. Каррано и Дж.Дж.Причард) Два важных алгоритма сортировки, основанных на принципе "разделяй и властвуй", сортировка слиянием и быстрая сортировка, имеют элегантное рекурсивное воплощение и чрезвычайно эффективны. В этом разделе мы рассмотрим сортировку массивов методом слияний, однако в главе 14 будет показано, что этот алгоритм можно обобщить на внешние файлы. Формулируя алгоритм, будем пользоваться обозначением отрезка массива theArray .
Алгоритм сортировки методом слияний является рекурсивным. Его эффективность не зависит от порядка следования элементов в исходном массиве. Допустим, что мы разделили массив пополам, рекурсивно упорядочили обе половины, а затем объединили их в одно целое, как показано на рис. 9.8. На рисунке показано, что части массива <1, 4, 8> и <2, 3> объединяются в массив <1, 2, 3, 4, 8>. В ходе слияния элементы, стоящие в разных частях массива, попарно сравниваются друг с другом, и меньший элемент отправляется во временный массив.
Этот процесс продолжается до тех пор, пока не будет использована одна из двух частей массива. Теперь достаточно просто скопировать оставшиеся элементы во временный массив. В заключение содержимое временного массива копируется обратно в исходный массив. Рис. 9.8. Сортировка методом слияния с помощью вспомогательного массива
Хотя в результате слияния возникает упорядоченный массив, остается неясным, как выполняется сортировка на предыдущих этапах. Сортировка слиянием выполняется рекурсивно. Ее псевдокод имеет следующий вид. mergesort(inout theArray:ItemArray,
in first:integer, in last: integer)
// Упорядочивает отрезок theArray,
// 1) сортируя первую половину массива;
// 2) сортируя вторую половину массива;
// 3) объединяя две упорядоченные половины массива.
If (first < last)
mid = (first + last)/2 // Определяем середину
// Сортируем отрезок theArray mergesort(theArray, first, mid)
// Сортируем отрезок theArray mergesort(theArray, mid + 1, last)
// Объединяем упорядоченные отрезки theArray
// и theArray
merge(theArray, first, mid, last)
} // Конец оператора if
// Если first >= last, операции завершены
Совершенно ясно, что основные операции этого алгоритма выполняются на этапе слияния, и все же, почему в результате возникает упорядоченный массив? Рекурсивные вызовы продолжают разделять части массива пополам, пока в них не останется только по одному элементу. Очевидно, что массив, состоящий из одного элемента, является упорядоченным. Затем алгоритм объединяет фрагменты массива, пока не образуется один упорядоченный массив. Рекурсивные вызовы функции mergesort
и результаты слияний проиллюстрированы на рис. 9.9 на примере массива, состоящего из шести целых чисел. Рис. 9.9. Сортировка методом слияния массива, состоящего из шести целых чисел
Ниже приведена функция на языке C++, реализующая алгоритм сортировки методом слияний. Для того чтобы упорядочить массив theArray,
состоящий из n
элементов, выполняется рекурсивный вызов
mergesort (theArray, 0, n-1).
const int
MAX_SIZE = максимальное-количество-элементов-массива,- void
merge(DataType theArray, int
first, int
mid, int
last) // Объединяет два упорядоченных отрезка theArray и //theArray в один упорядоченный массив. // Предусловие:
first <= mid <= last. Оба подмассива // theArray и theArray упорядочены // по возрастанию. // Постусловие:
отрезок theArray упорядочен. // Замечание о реализации:
функция выполняет слияние двух // подмассивов во временный массив, а затем копирует его // содержимое в исходный массив theArray. // _________________________________________________________ Анализ.
Поскольку основные операции в этом алгоритме выполняются на этапе слияния, начнем анализ с него. На каждом шаге происходит объединение подмассивов theArray
и theArray .
На рис. 9.10 показан пример, в котором требуется выполнить максимальное количество сравнений. Если общее количество элементов объединяемых отрезков массива равно п,
то при их слиянии потребуется выполнить п-1 сравнений. (Например, на рис. 9.10
показан массив, состоящий из шести элементов, следовательно, выполняется пять сравнений.) Кроме того, после сравнений осуществляется копировние п
элементов временного массива в исходный. Таким образом, на каждом шаге слияния выполняется 3*п-1 основных операций. В функции mergesort
выполняются два рекурсивных вызова. Как показано на рис. 9.11,
если исходный вызов функции mergesort
принадлежит нулевому уровню, то на первом уровне возникают два рекурсивных вызова. Затем каждый из этих вызовов порождает еще два рекурсивных вызова второго уровня и т.д. Сколько уровней рекурсии возникнет? Попробуем их подсчитать. Каждый вызов функции mergesort делит массив пополам. На первом этапе исходный массив оказывается разделенным на две части. При следующем рекурсивном вызове функции mergesort
каждая из этих частей снова делится пополам, образуя четыре части исходного массива. При следующем рекурсивном вызове каждая из этих четырех частей опять делится пополам, образуя восемь частей массива и т.д. Рекурсивные вызовы продолжаются до тех пор, пока части массива не станут содержать только по одному элементу, иными словами, пока исходный массив не будет разбит на п
частей, что соответствует количеству его элементов, если число п
является степенью двойки (n=2 m), глубина рекурсии равна k=log 2 n Например, как показано на рис. 9.11, если исходный массив содержит восемь элементов (8=2 3), то глубина рекурсии равна 3. Если число п
неявляется степенью двойки, глубина рекурсии равна 1+ log 2 n (округленное значение). Исходный вызов функции mergesort
(ypoвень 0) обращается к функции merge
только один раз. Затем функция merge
осуществляет слияние п
элементов, выполняя 3*n-1 операций. На первом уровне рекурсии выполняются два вызова функции mergesort
и, следовательно, функции merge.
Каждый из этих двух вызовов приводит к слиянию n/2 элементов и требует выполнения 3*(n/2)-1 операций. Таким образом, на этом уровне выполняется 2*(3*(n/2)-1)=3*n-2 операций. На m-м уровне рекурсии выполняются 2 т
вызовов функции merge. Каждый из этих вызовов приводит к слиянию п/2 т
элементов, а общее количество операций равно 3*(n/2 m)-2. В целом, 2 m рекурсивных вызова функции merge
порождает 3*n-2 m операций. Таким образом, на каждом уровне рекурсии выполняется О(л) операций. Поскольку количество уровней рекурсии равно log 2 n
или log 2 n+l, в наихудшем и среднем вариантах функция mergesort
имеет сложность O(n*log 2 n).
Посмотрите на рис. 9.3 и еще раз убедитесь, что величина O(n*log 2 n) растет намного медленнее, чем величина О(п г).
Хотя алгоритм сортировки слиянием имеет чрезвычайно высокое быстродействие, у него есть один недостаток. Для выполнения операции Объединить упорядоченные подмассивы theArray и theArray
необходим вспомогательный массив, состоящий из п элементов.
Если объем доступной памяти ограничен, это требование может оказаться неприемлемым. Разбиение, показанное на рис. 9.12, характеризуется тем, что все элементы множества Si=theArray
меньше опорного элемента р,
а множество S 2 = theArray
состоит из элементов, больших или равных опорному. Хотя из этого свойства не следует, что массив упорядочен, из него вытекает чрезвычайно полезный факт: если массив упорядочен, элементы, стоящие на позициях от first
до pivotlndex-l,
остаются на своих местах, хотя их позиции относительно друг друга могут измениться. Аналогичное утверждение выполняется и для элементов, стоящих на позициях от pivotlndex+l
до last.
Опорный элемент в полученном упорядоченном массиве останется на своем месте. Такое разбиение массива определяет рекурсивный характер алгоритма. Разбиение массива относительно опорного элемента р
порождает две задачи сортировки меньшего размера - сортировка левой (S 1) и правой (S 2) частей массива. Решив эти две задачи, мы получим решение исходной задачи. Иными словами, разбиение массива перед рекурсивными вызовами оставляет опорный элемент на своем месте и гарантирует, что левый и правый отрезки массива окажутся упорядоченными. Кроме того, алгоритм быстрой сортировки конечен: размеры левого и правого отрезка массива меньше размера исходного массива, причем каждый шаг рекурсии приближает нас к базису, когда массив состоит из одного элемента. Это следует из того факта, что опорный элемент р не принадлежит ни одному из массивов S l
и S 2 . Псевдокод алгоритма быстрой сортировки выглядит следующим образом. quicksort (inout theArray
.- ItemArray,
in first:integer, in last:integer) // Упорядочивает массив theArray
if (first < last)
Выбрать опорный элемент р из массива theArray Разбить массив theArray относительно
опорного элемента р // Разбиение имет вид theArray
// Упорядочиваем массив SI
quicksort(theArray, first, pivotlndex-l)
// Упорядочиваем массив S2
quicksort(theArray, pivotlndex+l, last) } // Конец оператора if // если first >= last, ничего не делаем
Как выбрать опорный элемент?
Если элементы массива записаны в произвольном порядке, в качестве опорного можно выбрать любой элемент, например theArray .
(Более детально процедура выбора опорного элемента будет рассмотрена позднее.) При разбиении массива опорный элемент удобно помещать в ячейку theArray ,
независимо от того, какой именно элемент выбран в качестве опорного. Часть массива, в которой находятся элементы, еще не распределенные по отрезкам S1 и S 2 , называется неопределенной. Итак, рассмотрим массив, изображенный на рис. 9.14. Индексы first, lastS1, firstUnknown
и last разделяют массив на три части. Отношения между опорным элементом и элементами неопределенной части theArray
неизвестны. Puc. 9.14. Инвариант алгоритма разбиения
В процессе разбиения массива должно выполняться следующее условие. Элементы множества S1 должны быть меньше опорного элемента, а элементы множества S 2
- больше или равны ему.
Это утверждение является инвариантом алгоритма разбиения
. Для того чтобы в начале алгоритма выполнялся его инвариант, необходимо проинициализировать индексы массива так, чтобы весь массив, кроме опорного элемента, считался неопределенным. first firstUnknown last Puc. 9.15. Исходное состояние массива
На каждом шаге алгоритма разбиения проверяется один элемент из неопределенной части. В зависимости от его значения он помещается в множество S1 или S 2 .
Таким образом, на каждом шаге размер неопределенной части уменьшается на единицу. Алгоритм останавливается, когда размер неопределенной части становится равным нулю, т.е. выполняется условие firstUnknown > last.
Рассмотрим псевдокод этого алгоритма. partition (inout theArray:ItemArray,
in first:integer, in last:integer,
out pivotlndex:integer) // Разделяет массив theArray
// Инициализация
Выбрать опорный элемент и поменять его местами
с элементом theArray // Задаем пустые множества S1 и S 2 , а неопределенную // часть массива инициализируем отрезком
// theArray lastSl
= first firstUnknown = first + 1
// Определяем множества
Sj и S 2 while (firstUnknown <= last)
// Вычисляем индекс самого левого элемента // неопределенной части массива
if (theArray < р)
Поместить элемент theArray в Si
else
Поместить элемент theArray в S 2 } // Конец оператора while
// Ставим опорный элемент между множествами
S 2 и S 2 // и запоминаем его новый индекс
Поменять местами theArray и theArray pivotlndex = lastSl
Алгоритм достаточно прост, но операция перемещения требует разъяснения. Рассмотрим два возможных действия, которые необходимо выполнить на каждой итерации цикла while.
Поместить элемент theArray
в множество S t . Множество S1 и неопределенная часть, как правило, не являются смежными. Обычно между ними располагается множество S 2 . Однако эту операциюможно выполнить более эффективно. Элемент theArray
можно поменять местами с первым элементом множества S 2 , т.е. с элементом theArray
, как показано на рис. 9.16. Как быть сэлементом множества S 2 ,
который был помещен в ячейку theArray?
Если увеличить индекс firstUnknown
на единицу, этот элемент становится самым правым в множестве S 2 . Таким образом, для переноса элемента theArray
в массив S1 необходимо выполнить следующие шаги. Поменять местами элементы theArray
и theArray Увеличить индекс lastSl на единицу Увеличить индекс firstUnknown на единицу
Эта стратегия остается верной, даже если множество S 2 пусто. В этом случае величина lastSl+l
равна индексу firstUnknown,
и элемент просто остается на своем месте. Поместить элемент theArray
в множество S 2 . Эту операцию легко выполнить. Напомним, что индекс крайнего правого элемента множества S 2 равен firstUnknown-1,
т.е. множество S 2 и неизвестная часть являются смежными (рис. 9.17). Таким образом, чтобы переместить элемент theArray
в множество S 2 , нужно просто увеличить индекс firstUnknown
на единицу, расширяя множество S 2 вправо.Инвариант при этом не нарушается.
После переноса всех элементов из неопределенной части в множества S 1
и S 2 остается решить последнюю задачу. Нужно поместить опорный элемент между множествами S1 и S 2 . Обратите внимание, что элемент theArray
явля- Рис. 9.17. Перенос элемента theArray в множество S2 после увеличения индекса firstUnknown на единицу
ется крайним правым элементом множества S1.
Если поменять его местами с опорным элементом, тот станет на правильное место. Следовательно, оператор pivotlndex = lastSl
позволяет определить индекс опорного элемента. Этот индекс можно использовать в качестве границы между множествами Sj и 5г. Результаты трассировки алгоритма разбиения массива, состоящего из шести целых чисел, когда опорным является первый элемент, показаны на рис. 9.18. Прежде чем приступить к реализации алгоритма быстрой сортировки, проверим корректность алгоритма разбиения, используя его инварианты. Инвариант цикла, входящего в алгоритм, имеет следующий вид. Все элементы множества
S 2 (theArray) меньше опорного, а все элементы множества S 2 (theArray) больше или равны опорному
Напомним, что для определения правильности алгоритма с помощью его инвариантов, необходимо выполнить четыре шага. 1. Инвариант должен быть истинным с самого начала, до выполнения цикла. В алгоритме разбиения опорным элементом является theArray ,
неизвестной частью- отрезок массива theArray ,
a множества S1 и S 2
пусты. Очевидно, что при этих условиях инвариант является истинным. 2. Итерации цикла не должны нарушать инвариант. В алгоритме разбиения каждая итерация цикла переносит один элемент из неизвестной части в множество S1 или S2, в зависимости от его значения по сравнению с опорным. Итак, если до переноса инвариант был истинным, он должен сохраняться и после переноса. 3. Инвариант должен определять корректность алгоритма. Иными словами, из истинности инварианта должна следовать корректность алгоритма. Выполнение алгоритма разбиения прекращается, когда неопределенная область становится пустой. В этом случае каждый элемент отрезка theArray должен принадлежать либо множеству S1, либо множеству S2. В любом случае из корректности инварианта следует, что 4. Цикл должен быть конечным. Иными словами, нужно показать, что выполнение цикла завершится после конечного числа итераций. В алгоритме разбиения размер неопределенной части на каждой итерации уменьшается на единицу. Следовательно, после выполнения конечного количества итераций неопределенная часть становится пустой, и цикл завершается. Рис. 9.18. Первое разбиение массива, когда опорным является первый элемент
Перед вызовом функции quicksort выполняется разбиение массива на части S1 и S2. Затем алгоритм упорядочивает отрезки S1 и S2 независимо друг от друга, поскольку любой элемент отрезка S1 находится левее любого элемента отрезка S2. В функции mergeSort, наоборот, перед рекурсивными вызовами никакая работа не выполняется. Алгоритм упорядочивает каждую из частей массива, постоянно учитывая отношения между элементами обеих частей. По этой причине алгоритм должен объединять две половины массива после выполнения рекурсивных вызовов. Анализ.
Основная работа в алгоритме quicksort выполняется на этапе разбиения массива. Анализируя каждый элемент, принадлежащий неопределенной части, необходимо сравнивать элемент theArray с опорным и помещать его либо в отрезок S1, либо в отрезок S2. Один из отрезков S1 или S2 может быть пустым; например, если опорным элементом является наименьший элемент отрезка, множество S1 останется пустым. Это происходит в наихудшем случае, поскольку размер отрезка S2 при каждом вызове функции quicksort уменьшается только на единицу. Таким образом, в этой ситуации будет выполнено максимальное количество рекурсивных вызовов функции quicksort. При следующем рекурсивном вызове функции quicksort функция partition просмотрит п-1 элемент. Чтобы распределить их по отрезкам, понадобится п-2 сравнений. Поскольку размер отрезка, рассматриваемого функцией quicksort, на каждом уровне рекурсии уменьшается только на единицу, возникнет п-1 уровней рекурсии. Следовательно, функция quicksort выполняет 1 + 2 + ...+ (n-1) = n * (n-1)/2 сравнений. Напомним, однако, что при переносе элемента в множество S2 выполнять перестановку элементов не обязательно. Для этого достаточно лишь изменить индекс firstUnknown. Аналогично, если множество S2 при каждом рекурсивном вызове остается пустым, потребуется n * (n-1)/2 сравнений. Кроме того, в этом случае для переноса каждого элемента из неизвестной части в множество S1 придется выполнять перестановку элементов. Таким образом, понадобится * (n-1)/2 перестановок. (Напомним, что каждая перестановка выполняется с помощью трех операций присваивания.) Итак, в худшем случае сложность алгоритма quicksort равна О(n2). Для контраста на рис. 9.20 продемонстрирован пример, когда множества S1 и S2 состоят из одинакового количества элементов. В среднем случае, когда множества S1 и S2 состоят из одинакового - или приблизительно одинакового - количества элементов, записанных в произвольном порядке, рекурсивных вызовов функции quicksort потребуется меньше. Как и при анализе алгоритма mergeSort, легко показать, что глубина рекурсии в алгоритме quicksort равна log2n или log2n+l. При каждом вызове функции quicksort выполняется m сравнений и не больше, чем m перестановок, где m - количество элементов в подмассиве, подлежащем сортировке. Быстрая сортировка: наихудший вариант О(п 2), средний вариант O(n*logn). Таким образом, с большими массивами алгоритм quicksort работает значительно быстрее, чем алгоритм insertionSort, хотя в наихудшем варианте они оба имеют приблизительно одинаковое быстродействие. Алгоритм quicksort часто используется для сортировки больших массивов. Причина его популярности заключается в исключительном быстродействии, несмотря на обескураживающие оценки наихудшего варианта. Дело в том, что этот вариант встречается крайне редко, и на практике алгоритм quicksort отлично работает с относительно большими массивами. Значительное различие между оценками сложности в среднем и наихудшем вариантах выделяет алгоритм быстрой сортировки среди остальных алгоритмов, рассмотренных в данной главе. Если порядок записи элементов в исходном массиве является "случайным", алгоритм quicksort работает по крайней мере не хуже любого другого алгоритма, использующего сравнения элементов. Если исходный массив совершенно не упорядочен, алгоритм quicksort работает лучше всех. Алгоритм mergeSort имеет приблизительно такую же эффективность. В некоторых случаях быстрее работает алгоритм quicksort, в других - алгоритм mergeSort. Несмотря на то что оценка сложности алгоритма mergeSort в наихудшем варианте имеет тот же порядок, что и оценка сложности алгоритма quicksort в среднем варианте, в большинстве случаев алгоритм quicksort работает несколько быстрее. Однако в наихудшем варианте быстродействие алгоритма quicksort намного ниже. Как мы уже видели на примере быстрой сортировки, большую часть рекурсивных алгоритмов можно усовершенствовать, обрабатывая файлы небольших размеров специальным образом. В силу рекурсивного характера функции часто вызываются именно для небольших файлов, поэтому улучшение их обработки приводит к улучшению всего алгоритма. Следовательно, как и для быстрой сортировки, переключение на сортировку вставками подфайлов небольших размеров даст улучшение времени выполнения типичной реализации сортировки слиянием на 10-15%. Следующее полезное усовершенствование - это устранение времени копирования данных во вспомогательный массив, используемый слиянием. Для этого следует так организовать рекурсивные вызовы, что на каждом уровне процесс вычисления меняет ролями входной и вспомогательный массивы. Один из способов реализации такого подхода заключается в создании двух вариантов программ: одного для входных данных в массиве aux и выходных данных в массиве a, а другого - для входных данных в массиве a и выходных данных в массиве aux, обе эти версии поочередно вызывают одна другую. Другой подход продемонстрирован в программе 8.4, которая вначале создает копию входного массива, а затем использует программу 8.1 и переключает аргументы в рекурсивных вызовах, устраняя таким образом операцию явного копирования массива. Вместо нее программа поочередно переключается между выводом результата слияния то во вспомогательный, то во входной файл. (Это достаточно хитроумная программа.) Программа 8.4. Сортировка слиянием без копирования
Данная рекурсивная программа сортирует массив b, помещая результат сортировки в массив a. Поэтому рекурсивные вызовы написаны так, что их результаты остаются в массиве b, а для их слияния в массив a используется программа 8.1. Таким образом, все пересылки данных выполняются во время слияний. template Данный метод позволяет избежать копирования массива ценой возвращения во внутренний цикл проверок исчерпания входных файлов. (Вспомните, что устранение этих проверок в программе 8.2 преобразовало этот файл во время копирования в бито-нический.) Положение можно восстановить с помощью рекурсивной реализации той же идеи: нужно реализовать две программы как слияния, так и сортировки слиянием: одну для вывода массива по возрастанию, а другую - для вывода массива по убыванию. Это позволяет снова использовать битоническую стратегию и устранить необходимость в сигнальных ключах во внутреннем цикле. Поскольку при этом используются четыре копии базовых программ и закрученные рекурсивные переключения аргументов, такая супероптимизация может быть рекомендована только экспертам (ну или студентам), но все-таки она существенно ускоряет сортировку слиянием. Экспериментальные результаты, которые будут рассмотрены в разделе 8.6, показывают, что сочетание всех предложенных выше усовершенствований ускоряет сортировку слиянием процентов на 40, однако все же она процентов на 25 медленнее быстрой сортировки. Эти показатели зависят от реализации и от машины, но в разных ситуациях результаты похожи. Другие реализации слияния, использующие явные проверки исчерпания первого файла, могут привести к более (но не очень) заметным колебаниям времени выполнения в зависимости от характера входных данных. Для случайно упорядоченных файлов после исчерпания подфайла размер другого подфайла будет небольшим, а затраты на пересылку во вспомогательный файл все так же пропорциональны размеру этого подфайла. Можно еще попытаться улучшить производительность сортировки слиянием в тех случаях, когда файл в значительной степени упорядочен, и пропускать вызов merge при полной упорядоченности файла, однако для многих типов файлов данная стратегия неэффективна. Упражнения
8.16. Реализуйте абстрактное обменное слияние, использующее дополнительный объем памяти, пропорциональный размеру меньшего из сливаемых файлов. (Этот метод должен сократить наполовину потребность сортировки в памяти.) 8.17. Выполните сортировку слиянием больших случайно упорядоченных файлов и экспериментально определите среднюю длину другого подфайла на момент исчерпания первого подфайла как функцию от N (сумма длин двух сливаемых подфайлов). 8.18. Предположим, программа 8.3 модифицирована так, что не вызывает метод merge при a[m] < a
. Сколько сравнений экономится в этом случае, если сортируемый файл уже упорядочен? 8.19. Выполните модифицированный алгоритм, предложенный в упражнении 8.18, для больших случайно упорядоченных файлов. Экспериментально определите среднее количество пропусков вызова merge в зависимости от N (размер исходного сортируемого файла). 8.20. Допустим, что сортировка слиянием должна быть выполнена на h-сортированном файле для небольшого значения h. Какие изменения нужно внести в подпрограмму merge, чтобы воспользоваться этим свойством входных данных? Поэкспериментируйте с гибридами сортировки методом Шелла и сортировки слиянием, основанными на этой подпрограмме. 8.21. Разработайте реализацию слияния, уменьшающую требование дополнительной памяти до max(M, N/M)
за счет следующей идеи. Разбейте массив на N/M
блоков размером M (для простоты предположим, что N кратно M). Затем, (1) рассматривая эти блоки как записи, первые ключи которых являются ключами сортировки, отсортируйте их с помощью сортировки выбором, и (2) выполните проход по массиву, сливая первый блок со вторым, затем второй блок с третьим и так далее. 8.22. Докажите, что метод, описанный в упражнении 8.21, выполняется за линейное время. 8.23. Реализуйте битоническую сортировку слиянием без копирования. Как было сказано в "Рекурсия и деревья" , у каждой рекурсивной программы имеется нерекурсивный аналог, который хотя и выполняет эквивалентные действия, но может делать это в другом порядке. Нерекурсивные реализации сортировки слиянием заслуживают детального изучения в качестве образцов философии алгоритмов " разделяй и властвуй " . Рассмотрим последовательность слияний, выполняемую рекурсивным алгоритмом. Из примера, приведенного на рис.
8.2 , видно, что файл размером 15 сортируется следующей последовательностью слияний: 1-и-1 1-и-1 2-и-2 1-и-1 1-и-1 2-и-2 4-и-4 1-и-1 1-и-1 2-и-2 1-и-1 2-и-1 4-и-3 8-и-7. Порядок выполнения слияний определяется рекурсивной структурой алгоритма. Но подфайлы обрабатываются независимо, поэтому слияния могут выполняться в различном порядке. На рис.
8.4 показана восходящая стратегия, при которой последовательность слияний такова: 1-и-1 1-и-1 1-и-1 1-и-1 1-и-1 1-и-1 1-и-1 2-и-2 2-и-2 2-и-2 2-и-1 4-и-4 4-и-3 8-и-7.
В каждой строке показан результат вызова метода merge при выполнении восходящей сортировки слиянием. Вначале выполняются слияния 1-и-1
: при слиянии A и S
получается A S
; при слиянии O и R
получается O R
и т.д. Из-за нечетности размера файла последнее E не принимает участие в слиянии. На втором проходе выполняются слияния 2-и-2
: A S
сливается с O R
, и получается A O R S
и т.д., до последнего слияния 2-и-1
. После этого выполняются слияния 4-и-4
, 4-и-3
и завершающее 8-и-7
. В обоих случаях выполняются семь слияний 1-и-1
, три слияния 2-и-2
и по одному слиянию 2-и-1, 4-и-4, 4-и-3 и 8-и-7
, но они выполняются в различном порядке. Восходящая стратегия предлагает сливать наименьшие из оставшихся файлов, проходя по массиву слева направо. Последовательность слияний, выполняемая рекурсивным алгоритмом, определяется деревом " разделяй и властвуй " , показанным на рис.
8.3 : мы просто выполняем обратный проход по этому дереву. Как было показано в "Элементарные структуры данных" , можно разработать нерекурсивный алгоритм, использующий явный стек, который даст ту же последовательность слияний. Однако совсем не обязательно ограничиваться только обратным порядком: любой проход по дереву, при котором обход поддеревьев узла завершается перед посещением самого узла, дает правильный алгоритм. Единственное ограничение заключается в том, что сливаемые файлы должны быть предварительно отсортированы. В случае сортировки слиянием удобно сначала выполнять все слияния 1-и-1
, затем все слияния 2-и-2
, затем все 4-и-4
, и так далее. Такая последовательность соответствует обходу дерева по уровням, который поднимается по дереву снизу вверх. В "Рекурсия и деревья" мы уже видели на нескольких приме -рах, что при рассуждении в стиле снизу-вверх имеет смысл переориентировать мышление в сторону стратегии " объединяй и властвуй " , когда сначала решаются небольшие подзадачи, а затем они объединяются для получения решения большей задачи. В частности, нерекурсивный вариант вида " объединяй и властвуй " сортировки слиянием в программе 8.5 получается следующим образом: вначале все элементы файла рассматриваются как упорядоченные подсписки длиной 1. Потом для них выполняются слияния 1-и-1
, и получаются упорядоченные подсписки размером 2, затем выполняется серия слияний 2-и-2
, что дает упорядоченные подсписки размером 4, и так далее до упорядочения всего списка. Если размер файла не является степенью 2, то последний подсписок не всегда имеет тот же размер, что и все другие, но его все равно можно слить. Если размер файла является степенью 2, то множество слияний, выполняемых восходящей сортировкой слиянием, в точности совпадает с множеством слияний, выполняемым рекурсивной сортировкой слиянием, однако последовательность слияний будет другой. Восходящая сортировка слиянием соответствует обходу дерева " разделяй и властвуй " по уровням, снизу вверх. В противоположность этому, рекурсивный алгоритм называется нисходящей сортировкой слиянием - в силу обратного обхода дерева сверху вниз. Если размер файла не равен степени 2, восходящий алгоритм дает другое множество слияний, как показано на рис.
8.5 . Восходящий алгоритм соответствует дереву " объединяй и властвуй " (см. упражнение 5.75), отличному от дерева " разделяй и властвуй " , которое соответствует нисходящему алгоритму. Можно сделать так, чтобы последовательность слияний, выполняемых рекурсивным методом, была такой же, как и для нерекурсивного метода, однако для этого нет особых причин, поскольку разница в производительности невелика по отношению к общим затратам. Если размер файла не равен степени 2, то структуры слияний для восходящей сортировки слиянием совершенно не похожи на структуры слияний для нисходящей сортировки (
рис.
8.3). При восходящей сортировке размеры всех файлов (возможно, за исключением последнего) равны степени 2. Эти различия помогают понять базовую структуру алгоритмов, но почти не влияют на производительность. Леммы 8.1-8.4 справедливы и для восходящей сортировки слиянием, при этом имеют место следующие дополнительные леммы: Лемма 8.5.
Все слияния на каждом проходе восходящей сортировки слиянием манипулируют файлами, размер которых равен степени 2, за исключением, возможно, размера последнего файла. Это факт легко доказать методом индукции. Лемма 8.6.
Количество проходов при восходящей сортировке слиянием по файлу из N элементов в точности равно числу битов в двоичном представлении N (без ведущих нулей). Размер подсписков после к проходов равен 2 k , т.к. на каждом проходе восходящей сортировки слиянием размер упорядоченных подфайлов удваивается. Значит, количество проходов, необходимое для сортировки файла из N элементов, есть наименьшее к такое, что , что в точности равно , т.е. количеству битов в двоичном представлении N. Этот результат можно доказать и методом индукции или с помощью анализа структурных свойств деревьев " объединяй и властвуй " . ¦ Программа 8.5. Восходящая сортировка слиянием
Восходящая сортировка слиянием состоит из последовательности проходов по всему файлу с выполнением слияний вида m-и-m и с
удвоением m на каждом проходе. Последний подфайл имеет размер m лишь тогда, когда размер файла является четным кратным m, так что последнее слияние имеет тип m-и-х
, для некоторого х, меньшего или равного m. Подводя итоги, отметим, что нисходящая и восходящая сортировки - это два простых алгоритма сортировки, основанных на операции слияния двух упорядоченных подфайлов в результирующий объединенный упорядоченный файл. Оба алгоритма тесно связаны между собой и даже выполняют одно и то же множество слияний, если размер исходного файла является степенью 2, но они отнюдь не идентичны. На рис.
8.7 демонстрируются различия динамических характеристик алгоритмов на примере большого файла. Каждый алгоритм может использоваться на практике, если экономия памяти не важна, и желательно гарантированное время выполнения в худшем случае. Оба алгоритма представляют интерес как прототипы общих принципов построения алгоритмов: " разделяй и властвуй " и " объединяй и властвуй " . Восходящая сортировка слиянием (слева) выполняет серию проходов по файлу, которые сливают упорядоченные подфайлы, пока не останется только один. Каждый элемент файла, за исключением, возможно, последнего, участвует в каждом проходе. В отличие от этого, нисходящая сортировка слиянием (справа) вначале упорядочивает первую половину файла, а затем берется за вторую половину (рекурсивно), поэтому диаграмма ее работы существенно отличается. Упражнения
8.24. Покажите, какие слияния выполняет восходящая сортировка слиянием (программа 8.5) для ключей E A S Y Q U E S T I O N
. 8.25. Реализуйте восходящую сортировку слиянием, которая начинает с сортировки вставками блоков по M элементов. Определите эмпирическим путем значение M, для которого разработанная программа быстрее всего сортирует произвольно упорядоченные файлы из N элементов, при
N = 10 3 , 10 4 , 10 5 и 10 6
. 8.26. Нарисуйте деревья, которые отображают слияния, выполняемые программой 8.5 для N = 16, 24, 31, 32, 33 и 39
. 8.27. Напишите программу рекурсивной сортировки слиянием, выполняющую те же слияния, что и восходящая сортировка слиянием. 8.28. Напишите программу восходящей сортировки слиянием, выполняющую те же слияния, что и нисходящая сортировка слиянием. (Это упражнение намного труднее, чем упражнение 8.27). 8.29. Предположим, что размер файла является степенью 2. Удалите рекурсию из нисходящей сортировки слиянием так, чтобы получить нерекурсивную сортировку слиянием, выполняющую ту же последовательность слияний. 8.30. Докажите, что количество проходов, выполняемых нисходящей сортировкой слиянием, также равно количеству битов в двоичном представлении числа N (см. лемму 8.6). Процедура
слияния требует два отсортированных
массива. Заметив, что массив из одного
элемента по определению является
отсортированным, мы можем осуществить
сортировку следующим образом: разбить
имеющиеся элементы массива на пары и
осуществить слияние элементов каждой
пары, получив отсортированные цепочки
длины 2 (кроме, быть может, одного
элемента, для которого не нашлось пары); разбить
имеющиеся отсортированные цепочки на
пары, и осуществить слияние цепочек
каждой пары; если
число отсортированных цепочек больше
единицы, перейти к шагу 2. Проще
всего формализовать этот алгоритм
рекурсивным способом (в следующем
разделе мы реализуем этот алгоритм
итерационным способом). Функция
сортирует
участок массива от элемента с номером
a до элемента с номером b: Поскольку
функция сортирует лишь часть массива,
то при слиянии двух фрагментов ей не
остаётся ничего, кроме как выделять
временный буфер для результата слияния,
а затем копировать данные обратно: void
MergeSort(char* M, int c) if(c<2)return;//
если размер меньше 2 то он упорядочен MergeSort(M,c/2);//отсортировать
рекурсивно первую //половину MergeSort(M+c/2,c-c/2);//
оставшуюся часть char*
T=(char*)malloc(c*sizeof(char)); Merge(M,c/2,M+c/2,c-c/2,T);//объеденить
в один for(int
i=0;i Листинг
2. Реализация сортировки слиянием
Имея
в своем распоряжении процедуру слияния,
нетрудно воспользоваться ею в качестве
основы для рекурсивной процедуры
сортировки. Чтобы отсортировать
заданный файл, мы делим его на две части,
выполняем рекурсивную сортировку обеих
частей, после чего производим их слияние.
Реализация этого алгоритма представлена
в программе 8.3; пример иллюстрируется
на рис. 8.2. Этот
алгоритм является одним из широко
известных примеров использования
принципа "разделяй
и властвуй"
при
разработке эффективных алгоритмов. Рисунок
8.2 Пример нисходящей сортировки слиянием Нисходящая
сортировка слиянием аналогична принципу
управления сверху вниз, в рамках которого
руководитель организует работы таким
образом, что получив большую задачу, он
разбивает ее на подзадачи, которые
должны независимо решать его подчиненные.
Если каждый руководитель будет решать
свою задачу, разбивая ее на две равные
части с последующим объединением
решений, полученных его подчиненными
и последующей передачей результата
своему начальству, то примерно также
организована сортировка слиянием.
Работа недалеко продвинется, пока
кто-то, кто не имеет в своем подчинении
исполнителей, не получит и не выполнит
свою задачу (в рассматриваемом случае
это слияние двух файлов размером I);
однако руководство выполняет значительную
часть работы, соединяя результаты работы
подчиненных в единое целое. Сортировка
слиянием играет важную роль благодаря
простоте и оптимальности заложенного
в нее
метода (время
ее выполнения пропорционально.Vlog/V),
который допускает возможность
реализации, обладающей устойчивостью.
Эти утверждения сравнительно нетрудно
доказать. Можно
воспользоваться древовидной структурой,
чтобы получить наглядное представление
о структуре рекурсивных вызовов
рекурсивного алгоритма, что поможет
понять все варианты рассматриваемого
алгоритма и провести его анализ. Что
касается сортировки слиянием, то
структура рекурсивных вызовов целиком
зависит от размеров ввода. Для любого
заданного N
мы
строим дерево, получившее название
"дерево
разделяй и властвуй"
описывает размер подфайлов, подвергаемых
обработке в процессе выполнения программы
8.3 Программа
8.3. Нисходящая сортировка слиян
ием Эта
базовая реализация сортировки слиянием
является примером рекурсивной программы,
прототипом которой служит принцип
"разделяй и властвуй". Она выполняет
сортировку массива а,..., а[г] путем
деления его на две части а,...,а[m]
и а,...,а(г]
с последующей их сортировкой независимо
друг от друга (через рекурсивные
вызовы) и слияния полученных упорядоченных
подфайлов с тем, чтобы в конечном итоге
получить отсортированный исходный
файл. Функция может потребовать
использования вспомогательного файла,
достаточно большого, чтобы принять
копию входного файла, однако эту
абстрактную операцию удобно рассматривать
как обменное слияние. Структурные
свойства сбалансированных деревьев,
построенных по принципу "разделяй и
властвуй", имеют непосредственное
отношение к анализу сортировки слиянием.
Например, общее количество операций
сравнения, выполняемых алгоритмом,
в точности равно сумме всех меток узлов. Рисунок
8.3. Деревья,построенный по принципу
«разделяй и влавствуй». Эти
диаграммы иллюстрируют размеры подзадач,
возникающих в процессе выполнения
нисходящей сортировки слиянием. В
отличие от деревьев, соответствующих,
например, быстрой.
сортировке,
эти схемы определяются только размерами
исходного файла,
а
не значениями ключей, присутствующих
в файле. Верхняя диаграмма показывает,
как сортируется файл, состоящий их 32
элементов.
Мы (рекурсивно) сортируем два файла по
16
элементов,
затем выполняем их слияние. Файлы
сортируются по 16 мементов с выполнением
(рекурсивной) сортировки файлов по 8
элементов и т.д. Для файлов, размер
которых нельзя представить в виде
степени 2, схема оказывается несколько
более сложной, в чем нетрудно убедиться
из нижней диаграммы Сортировка
слиянием требует выполнения примерно
NlogN
операций сравнения для сортировки
любого файла из N элементов
.
Каждое
слияние типа (N
/2)
на
(N
/2)
требует
N
сравнений
(это значение будет для разных файлов
отличаться на 1 или на 2, в зависимости
от того, как используются служебные
метки). Следовательно, общее количество
сравнений при сортировке в полном объеме
может быть описано стандартным
сбалансированным рекуррентным
соотношением: Mn
=
M
[
n
/
2]
+
M
[
n
\
2]
+
N,
где M1=0.
Такое рекуррентное соотношение описывает
также сумму меток узлов и длину внешнего
пути). Это утверждение нетрудно проверить,
когда N
является
степенью числа 2 доказать методом
индукции для произвольного N.
Сортировка
слиянием использует дополнительное
пространство, пропорциональное N.
Мы
можем предпринять некоторые шаги, дабы
уменьшить размеры используемого
дополнительного пространства за
счет существенного усложнения алгоритма.Cортировка
слиянием также эффективна, если
сортируемый файл организован как связный
список. В этом случае указанное
свойство сохраняется, однако для связей
расходуется дополнительное пространство
памяти. В случае массивов, как отмечалось
в разделе можно выполнять обменное
слияние однако эта стратегия вряд ли
оправдывается на практике. Сортировка
слиянием устойчива, если устойчив
используемый при этом метод слияния.
Это
утверждение легко проверить методом
индукции. Для реализации метода слияния,
предложенного в программе 8.1,
легко показать, что относительная
позиция дублированных ключей не
нарушается. Однако, чем сложнее алгоритм,
тем выше вероятность того, что эта
устойчивость будет нарушена Потребность
ресурсов со стороны сортировки слиянием
не чувствительна по отношению к исходному
порядку входного файла.
В
наших реализациях входные данные
определяют разве что порядок, в котором
элементы обрабатываются во время
слияний. Каждый проход требует пространства
памяти и числа шагов, пропорциональных
размеру подфайла. что обусловливается
необходимостью затрат на перемещение
данных во вспомогательный файл.
Соответствующие две ветви оператора
if
могут потребовать слегка отличающихся
значений времени для выполнения
компиляции, что в свою очередь приводит
к некоторой зависимости времени
выполнения от характера входных данных,
однако число сравнений и других
операций не зависит от того, как упорядочен
входной файл. Было подсчитано, что до четверти времени централизованных компьютеров уделяется
сортировке данных. Это потому, что намного легче найти значение в массиве, который
был заранее отсортирован. В противном случае поиск немного походит на поиск иголки
в стоге сена. Есть программисты, которые всё рабочее время проводят в изучении и внедрении алгоритмов
сортировки. Это потому, что подавляющее большинство программ в бизнесе включает в
себя управление базами данных. Люди ищут информацию в базах данных всё время. Это означает,
что поисковые алгоритмы очень востребованы. Но есть одно "но". Поисковые алгоритмы работают намного быстрее с базами данных, которые
уже отсортированы. В этом случае требуется только линейный поиск. В то время как компьютеры находятся без пользователей в некоторые моменты времени,
алгоритмы сортировки продолжают работать с базами данных. Снова приходят пользователи,
осуществляющие поиск, а база данных уже отсортирована, исходя из той или иной цели
поиска. В этой статье приведены примеры реализации стандартных алгоритмов сортировки. Для того, чтобы отсортировать массив в порядке возрастания, следует на каждой итерации
найти элемент с наибольшим значением. С ним нужно поменять местами последний элемент.
Следующий элемент с наибольшим значением становится уже на предпоследнее место. Так
должно происходить, пока элементы, находящиеся на первых местах в массивe, не окажутся в
надлежащем порядке. Код C++
void
SortAlgo::selectionSort(int
data, int
lenD)
{
int
j = 0;
int
tmp = 0;
for
(int
i=0; i При пузырьковой сортировке сравниваются соседние элементы и меняются местами, если
следующий элемент меньше предыдущего. Требуется несколько проходов по данным. Во время
первого прохода сраваются первые два элемента в массиве. Если они не в порядке, они
меняются местами и затем сравнивается элементы в следующей паре. При том же условии они
так же меняются местами. Таким образом сортировка происходит в каждом цикле пока не будет
достигнут конец массива. Код C++
void
SortAlgo::bubbleSort(int
data, int
lenD)
{
int
tmp = 0;
for
(int
i = 0;i При сортировке вставками массив разбивается на две области: упорядоченную и
и неупорядоченную. Изначально весь массив является неупорядоченной областью.
При первом проходе первый элемент из неупорядоченной области изымается и помещается
в правильном положении в упорядоченной области. На каждом проходе размер упорядоченной области возрастает на 1, а размер неупорядоченной
области сокращается на 1. Основной цикл работает в интервале от 1 до N-1. На j-й итерации элемент [i] вставлен в
правильное положение в упорядоченной области. Это сделано путем сдвига всех
элементов упорядоченной области, которые больше, чем [i], на одну позицию вправо. [i]
вставляется в интервал между теми элементами, которые меньше [i], и теми, которые больше [i]. Код C++
void
SortAlgo::insertionSort(int
data, int
lenD)
{
int
key = 0;
int
i = 0;
for
(int
j = 1;j Код C++
void
SortAlgo::mergeSort(int
data, int
lenD)
{
if
(lenD>1){
int
middle = lenD/2;
int
rem = lenD-middle;
int
* L = new int
;
int
* R = new int
;
for
(int
i=0;i Быстрая сортировка использует алгоритм "разделяй и властвуй". Она начинается с разбиения
исходного массива на две области. Эти части находятся слева и справа от отмеченного
элемента, называемого опорным. В конце процесса одна часть будет
содержать элементы меньшие, чем опорный, а другая часть будет содержать элементы больше
опорного. Код C++
void
SortAlgo::quickSort(int
* data, int const
len)
{
int const
lenD = len;
int
pivot = 0;
int
ind = lenD/2;
int
i,j = 0,k = 0;
if
(lenD>1){
int
* L = new int
;
int
* R = new int
;
pivot = data;
for
(i=0;iСортировка естественным слиянием
Delphi (сортировка произвольных типов данных - простое слияние)
D
Python 2.7 (функциональная реализация)
Сортировка слиянием
своем месте
р = theArray // p
- опорный элемент
алгоритм достиг своей цели.
Восходящая сортировка слиянием
Рис.
8.4.
Рис.
8.5.
Рис.
8.7.
3.Нисходящая сортировка слиянием.
Сортировка выбором (Selection sort)
Пузырьковая сортировка (Bubble sort)
Сортировка вставками (Insertion sort)
Сортировка слиянием (Merge sort)
Быстрая сортировка (Quick sort)