数据结构算法学习总结-慕课网（六）归并排序（从小到大）

数据结构算法学习总结-慕课网（六）归并排序（从小到大）

1.回顾

上一节讲到冒泡排序，对它有了基本的认识

这一节会讲性能比较好的归并排序

2.思路

如图

首先会创建一个与原{2,3,6,8}一模一样的数组tempArray，比较i和j所在的元素，可以知道2比6小，那么2就是我们要找的第一个元素，随后i角标移动到下一个位置，即3所在的位置，然后把2赋给k所在的数组的第一个元素，k角标往后移动一位，现在第一个元素排序完毕；i移动到角标为1的位置3，现在比较3和6，发现3比6小，那么3就是我们要找的元素，把3赋值给k的第二个位置，即3所在的位置，随后i角标加1；这时候的i=1，和mid=1相等啦，则对j所在的部分进行排序，往后类似。

3.实战

MergeSort.cpp

#include 
#include "SortTestHelper.h"
using namespace std;

/**
 * 将[l...mid]和[mid+1...r]两部分进行归并
 */
template
void __merge(T arr[],int l,int mid,int r){
	//临时空间，存贮arr的数组
	T aux[r-l+1];
	for(int i = l;i<=r;i++)
		aux[i-l]=arr[i];

	int i = l,j=mid+1;
	for(int k = l;k<=r;k++){
		//i>mid表示i所在数组已经归并完，j所在的数组没有归并完，还需要归并一次
		if(i > mid){
			arr[k] = aux[j-l];
			j++;
		}else if(j > r){//j>r表示j所在数组已经归并完，i所在的数组没有归并完，还需要归并一次
			arr[k] = aux[i-l];
			i++;
		}else if(aux[i-l]
void __mergeSort(T arr[],int l,int r){
	if(l >= r)
		return;
	int mid = (l+r)/2;
	__mergeSort(arr,l,mid);
	__mergeSort(arr,mid+1,r);
	__merge(arr,l,mid,r);
}

template
void mergeSort(T arr[],int n){
	__mergeSort(arr,0,n-1);
}

int main(){
	int n = 100000;
	int* arr = SortTestHelper::generateRandomArray(n,0,100);
	SortTestHelper::testSort("Merge Sort:",mergeSort,arr,n);

	delete[] arr;
	return 0;
}

SortTestHelper.h

#ifndef SORTTESTHELPER_H_
#define SORTTESTHELPER_H_

#include 
#include 
#include 
using namespace std;

namespace SortTestHelper{
	//生成n个元素的随机数组，每个元素的随机范围为[rangeL,rangeR]
	int* generateRandomArray(int n,int rangeL,int rangeR){
		assert(rangeL <= rangeR); //为了程序稳定性，如果rangeL>rangeR，那么程序不会往下执行
		int *arr = new int[n];
		srand(time(NULL));//随机种子,需要导入ctime库
		for(int i = 0;i
	bool isSorted(T arr[],int n){
		for(int i = 0;i			if(iarr[i+1]){
				return false;
			}
		}
		return true;
	}

	/**
	 * 测试排序所需要的时间
	 */
	template
	void testSort(string sortName,void(*sort)(T arr[],int n),T arr[],int n){
		clock_t startTime = clock();
		sort(arr,n);
		clock_t endTime = clock();
		assert(isSorted(arr,n));
		cout <
	void printArray(T arr[],int n){
		for(int i = 0;i

运行结果

Merge Sort: : 0.019s

总结

从运行的结果可以得知，即使是10w的测试数据量，归并排序所需要的时间依然很短，性能很高

意见与建议

如果博友有任何问题或者建议，欢迎留言讨论