举例讲解C语言对归并排序算法的基础使用

基础概念
百度百科是这么描述归并排序的：
归并操作(merge)，也叫归并算法，指的是将两个已经排序的序列合并成一个序列的操作。
设有数列

{6，202，100，301，38，8，1}

初始状态：

[6] [202] [100] [301] [38] [8] [1] 

比较次数 

　　i=1 [6 202 ] [ 100 301] [ 8 38] [ 1 ]　3
 
　　i=2 [ 6 100 202 301 ] [ 1 8 38 ]　4
 
　　i=3　[ 1 6 8 38 100 202 301 ] 4

总计：　11次

实例

#include  
void printArr(int arr[],int length){ 
    int i; 
    for(i=0;i 1){ 
        int arr1[length-1],arr2[1] = {arr[length-1]}; 
        int i; 
        for(i=0;i 
 

算法性能/复杂度
归并排序的效率是很高的，由于递归划分为子序列只需要logN复杂度，而合并每两个子序列需要大约2n次赋值，为O(n)复杂度，因此，只需要简单相乘即可得到归并排序的时间复杂度 O(�Sn)。并且由于归并算法是固定的，不受输入数据影响，所以它在最好、最坏、平均情况下表现几乎相同，均为O(�Sn)。
但是，归并排序最大的缺陷在于其空间复杂度。从上面的代码可以看到，在合并子数组的时候需要一个辅助数组，然后再把这个数据拷贝回原数组。所以，归并排序的空间复杂度（额外空间）为O(n)。可不可以省略这个数组呢？不行!如果取消辅助数组而又要保证原来的数组中数据不被覆盖，那就必须要在数组中花费大量时间来移动数据。不仅容易出错，还降低了效率。因此这个辅助空间是少不掉的。

算法稳定性
因为我们在遇到相等的数据的时候必然是按顺序“抄写”到辅助数组上的，所以，归并排序同样是稳定算法。

算法适用场景
归并排序在数据量比较大的时候也有较为出色的表现（效率上），但是，其空间复杂度O(n)使得在数据量特别大的时候（例如，1千万数据）几乎不可接受。而且，考虑到有的机器内存本身就比较小，因此，采用归并排序一定要注意。