【C/C++ 数据结构】-八大排序之 归并排序&&其它排序

作者：学Java的冬瓜
博客主页：☀冬瓜的主页
专栏：【C/C++数据结构与算法】
分享：本王在此，狼狈为奸者，谋权篡位者，倒行逆施者，都得死！ ——岐王李茂贞《画江湖之不良人》
主要内容：八大排序选择排序中的归并排序(递归+非递归)、计数排序。以及对排序的总结和稳定性的判断。

一、归并排序

1. 思路

• 利用一个长度为n的数组，利用分治的原理，每次分两个区间，去递归；递归返回后就是左右两个区间已经有序。就把左右两个区间的数归并到新开的数组tmp中；最后再把tmp中的数拷贝回a数组。

例子：

2. 复杂度

• 时间复杂度：O(NlogN)，(非递归的时间复杂度也是O(NlogN))。每次分两组区间去递归，然后再合起来归并，共n个数，所以需要logn趟。每一趟需要遍历一遍，所以为O(NlogN)。
• 空间复杂度：O(N)，归并排序利用了长度为n的tmp数组，作为辅助空间。

3. 代码

// 归并排序
void _MergeSort(int* a, int left, int right, int* tmp)
{
	if (left >= right) { //表示递归到只有一个数了，就已经有序
		return;
	}

	// 1.递归，去让左右子区间有序
	int mid = (left + right) / 2;
	_MergeSort(a, left, mid, tmp);
	_MergeSort(a, mid + 1, right, tmp);

	// 2.左右区间有序，开始归并(将两组数归并到tmp数组中)
	int begin1 = left, end1 = mid;
	int begin2 = mid + 1, end2 = right;
	int index = left;
	while (begin1 <= end1 && begin2 <= end2) {
		if (a[begin1] <= a[begin2]) { // 这里是"<="，就是稳定的排序
			tmp[index++] = a[begin1++];
		}
		else {
			tmp[index++] = a[begin2++];
		}
	}
	while (begin1 <= end1) {
		tmp[index++] = a[begin1++];
	}
	while (begin2 <= end2) {
		tmp[index++] = a[begin2++];
	}

	// 3.拷贝回a数组
	for (int i = left; i <= right; i++) {
		a[i] = tmp[i];
	}
}
void MergeSort(int* a, int n)
{
	int* tmp = (int*)malloc(sizeof(int) * n);
	_MergeSort(a, 0, n - 1, tmp);
	free(tmp);
}

4. 补充：归并非递归写法

代码如下：

// 归并排序
void MergeSortNonR(int* a, int n)
{
	int* temp = (int*)malloc(sizeof(int) * n);

	int gap = 1;
	while (gap < n) {
		int index = 0;  // 这个控制temp数组下标的变量，在for循环之外，否则永远是归并结果永远放在前一组
		for (int i = 0; i < n; i += 2 * gap) {
			// 【i,i+gap-1】【i+gap,i+2*gap-1】  这两组数归并，gap=1时，11归2；gap=2时，22归4；gap=4时，44归8
			int begin1 = i, end1 = i + gap - 1;
			int begin2 = i + gap, end2 = i + 2 * gap - 1;

			// 1. 左半区间不完整，或者右半区间没有数据了，比如10个数，11归2，最后一组没有右半区间。
			if (begin2 >= n) {
				break;
			}
			// 2. 当11个数，22归4时，最后一组右半区间不完整，需要修正再去归并，最后一组变成21归并。(可见例子)
			if (end2 >= n) {
				end2 = n - 1;
			}

			// 归并代码
			while (begin1 <= end1 && begin2 <= end2) {
				if (a[begin1] < a[begin2]) {
					temp[index++] = a[begin1++];
				}
				else {
					temp[index++] = a[begin2++];
				}
			}
			while (begin1 <= end1) {
				temp[index++] = a[begin1++];
			}
			while (begin2 <= end2) {
				temp[index++] = a[begin2++];
			}


			// 注意：把范围内的temp数组拷贝回a数组
			for (int j = i; j <= end2; j++) {  // end2是已经修正过的
				a[j] = temp[j];
			}
		}
		gap *= 2;
	}

	free(temp);
}

• 如何理解归并非递归算法：
  

现在，我们来了解几个可能会出错的地方：

1. index = 0 要放在for循环之外，这个控制temp数组下标的变量，在for循环之外，否则index不会按顺序给temp数组归并赋值。

2. 把temp拷贝到a数组，不能gap一趟完成后再拷贝(不能把temp拷贝回a数组放在for循环之外)，而且要适当操作才不会数组越界，否则会出现以下问题：
   

3. 怎么解决越界问题？
   

4. 怎么解决，产生随机数的问题？
   

• 小结：怎么实现递归转非递归? 有两种思路：1> 循环 2>利用数据结构的栈或者队列。
• 那为什么快排用栈实现，而归并用循环实现呢？
  因为快排的形式和二叉树遍历的思路很像，利用栈可以轻松实现。而这里的归并，越界时边界end2的修正以及，直接break都需要控制边界，即使利用栈或队列也是需要控制边界的，而且使用栈或者队列还会有额外的空间开销。
• 此外，归并排序又叫外排序，也就是说：归并排序处理可以内部排序(在主存中)，它还可以外部排序(在磁盘上)。
  举个例子：有一个8G的文件需要排序，而内存(也可称主存)只有1G的空间，该怎么实现排序？
  方法：首先，把8G内存切割成8个1G的文件，分别再把每个1G的文件读入到内存中，各自用快速排序，排序后每个1G的文件有序。此时内存只有1G，我们要继续让这八个1G的文件有序，可以知道，要想继续在内存中排序是不行了。这时，就用到了外部排序。就是把两个1G的文件在磁盘上进行归并排序(11归2)，把归并结果写入另一个文件中(这一组11归2归并完后，这文件大小就是2G)，然后重复操作22归4，44归8，不是2的倍数个文件，需要控制好边界。其实就和内部排序归并的思想一样，只是操作对象是文件而不是简单的数了。

二、计数排序(非比较排序)

1. 代码

// 计数排序
void CountSort(int* a, int n) 
{
	int max = a[0], min = a[0];
	for (int i = 1; i < n; i++) {
		if (max < a[i]) {
			max = a[i];
		}
		if (min > a[i]) {
			min = a[i];
		}
	}

	int range = max - min + 1;
	int* count = (int*)malloc(sizeof(int) * range); // 11 12 10 15 17 17
	memset(count, 0, sizeof(int) * range); // count是计算a[i]出现次数的，所以初始化为0

	// count数组统计a[i]出现次数
	for (int i = 0; i < n; i++) { // i控制a数组的下标，a[i]-min为count数组的下标，a[i]次数为count[a[i]-min]的值
		count[a[i] - min]++;
	}

	// 排序拷贝回a数组
	int index = 0;
	for (int i = 0; i < range; i++) {
		while (count[i]--) {
			a[index++] = i + min;
		}
	}
}

2. 理解

• 思路：先统计，再按照统计范围，拷贝回原数组，利用映射(和哈希函数很相似)。
• 第一部分：i控制a数组的下标，a[i]-min为count数组的下标，a[i]次数为count[a[i]-min]的值，举个例子：12 16 10 15 18 18 15计数排序。计算出max=18，min=10 => range=9。统计a中值的次数时，count[a[0]-10]++ => count[2]++，2是12的映射，其它统计同理。所以可以推出a[i]-min是a[i]的映射。
• 第二部分：把count数组大于1的值(count(i)表示i+min在a数组中出现的次数)，映射回a数组。i代表count的下标，index代表a的下标，i+min是a[index]的映射
• 那么为什么要用映射？最根本的原因就是为了节省空间。因为如果是10001， 10002 ，10001， 10008这种集中但是较大的数，如果不用映射，count数组前10000个空间都用不到，造成空间大量浪费。
• 时间复杂度：O(N + range)。
• 在上面的思考中我们也可以发现，计数排序适合范围较小，即比较集中的数，否则空间浪费较大
  

三、基数排序(桶排序)

思路

先按照一组数的个位排序，然后按照十位排序…，结果就是桶排序的结果。

四、排序总结

1. 内部排序

对于复杂度和代码以及排序的理解可以看该专题栏下其它博客：【数据结构与算法】

2. 稳定性

• 首先，稳定性的定义是：排序前后，相同的值的数相对位置不变，比如说2 5 7 9 5在排序后，第二个5仍然在第5个5的前面。
• 接下来我们谈谈这些排序为什么稳定，为什么不稳定。
  冒泡排序：可以在a[j] > a[j+1]才交换，即相等时不交换，人为控制稳定。
  插入排序和冒泡排序和归并排序都一样，在比较时，可以控制稳定。
• 不稳定排序分析
  选择排序：5 7 5 8 2 6 5，找小，2和第一个5交换，那么第一个5和第二个5的相对位置就变了，即被动改变了相对位置。
  希尔排序：在预排序时，分为多组数，这多组数里相同的值在自己组的位置不一样，比如这个相同的数是8，在排序前第一组中8在第一个位置，而第二组8在后面的位置，但是8是第一组数的最大值，第二组数的最小值，排序后，相对位置就会改变。
  堆排序：大堆时，把根节点与n-1下标的数交换后，n-1下标的数和与n-1下标相等的数相对位置可能就会改变。
  快速排序：4 2 6 8 2，比如挖坑法，4为key时，右边找小，右边第一个2移动到4的位置，那么和左边第二个2的相对位置改变。
• 那么稳定性的用处在哪里？举一个很简单的例子，比如上机考试，两个人的成绩一样，但是做题时间不同，那排名在前的一定是用时较短的那一个人。可以作为比较的另一个定性。