讨厌算法的程序员 | 第五章 合并算法

本篇介绍的“合并”算法,是为后面学习“归并排序”的一个准备。合并算法是归并排序中的一个子算法,请注意两者之间的关系和差异。

之所以把它独立成一篇,一方面是一旦了解了它再理解归并排序就会简单很多,另一方面是其本身就具有独立性,可以解决很多常见问题,并不非得寄宿在归并排序里面。

合并算法,就是将两个已经各自排好序的序列,合并成一个排好序的大序列的方法。

经典应用

两摞扑克牌

《算法导论》里面给出的例子就很好理解。还是拿扑克牌来说事:桌上有两摞牌,面朝上,每摞都已经按照从小到大排好序了。那么如何把它们合并成一摞并排好序呢?

日常生活中其实还有很多类似的应用。比如校园里学生按身高由低到高排队,偶尔会遇到两队合一队的情况,要求合并后仍然按照由低到高的顺序。

合并算法就是解决此类问题的最佳方法。以扑克牌为例,其基本步骤是:

1 、比较两堆牌最顶上的两张牌,选最小的一张;

2 、将其拿出来(此时该堆顶上将露出一张新牌),面朝下放到输出堆(就是最终的那一大摞);

3 、重复上面两步,直到原来两堆其中一个为空,此时将另一堆中的所有剩余的牌,直接面朝下放到输出堆中。

假设最坏情况是两摞牌要比到各自最后一张,此时算法时间复杂度是T(n) = Θ(n),这是因为整个算法最多只要遍历一遍。

伪码

接下来,用伪码实现上面的思想,但有两个额外的变化:

1、扑克应用中的两摞牌已经排好序换一种表达方式:A是一个数组,p、q和r是数组下标,满足p≤q<r,假设A[p ‥ q]和A[q+1 ‥ r]都已排好序。期望的输出是:A的子数组A[p ‥ r]是通过合并原A[p ‥ q]和A[q+1 ‥ r]形成的且已排好序的子数组。

2、为了避免每次执行基本步骤都要检查是否有堆为空,在每个堆的底部放置一张“哨兵”牌(哨兵通常包含一个特殊值,用于简化代码),值为∞。它可以保证直到两堆牌都露出∞时,其他牌都已经放置到输出堆。因为我们事先知道刚好r - p + 1张牌将被放置到输出堆,所以一旦已执行r - p + 1个基本步骤,算法就可以停止了。

定义算法的名字为MERGE,伪码如下:

MERGE(A, p, q, r)
1  n1 = q - p + 1
2  n2 = r - q
3  let L[1 ‥ n1+1] and R[1 ‥ n2+1] be new arrays
 4  for i = 1 to n1
5    L[i] = A[p+i-1]
6  for j = 1 to n2
7    R[j] = A[q+j]
8  L[n1+1] = ∞
9  R[n2+1] = ∞
10 i = 1
11 j = 1
12 for k = p to r
13   if L[i] ≤ R[j]
14     A[k] = L[i]
15     i = i + 1
16   else A[k] = R[j]
17     j = j + 1

正确性证明

证明算法的正确性中提到:只要证明在初始、保持、和终止阶段循环不变式都成立,从而可以通过终止时的不变式推断出算法是正确的。

代码中的12~17行是唯一的循环,循环不变式是什么呢?这里我们令输出A[p ‥ k-1]作为循环不变式,迭代的任何过程中随k的增加该数组总是按从小到大的顺序包含原A[p ‥ r]中最小的元素,有如下证明:

  • 初始化:循环第一次迭代之前,k = p,所以子数组A[p ‥ k-1]为空;
  • 保持:即要证明某次迭代之前不变式为真,下次迭代之前不变式仍为真;
    • 假设某次迭代前,L[i] ≤ R[j],此时L[i]是未被复制回数组A的最小元素;
    • 与此同时,数组A[p ‥ k-1]包含k - p个最小元素,即迭代前不变式为真;
    • 第14行代码将L[i]复制到A[k]之后,子数组A[p ‥ k]将包含k - p + 1个最小元素。增加k的值(for循环)和i的值(第15行代码)后,即为下次迭代前重新建立了该循环不变式;
    • 反之,若L[i] > R[j],则第16~17代码执行适当的操作来维持该循环不变式。
  • 终止:终止时k = r + 1。子数组A[p ‥ k-1]就是A[p ‥ r]且按从小到大的顺序包含了L[1 ‥ n1+1]和R[1 ‥ n2+1]中的k - p = r - p + 1个最小元素。数组L和R一共包含n1 + n2 + 2 = r - p + 3个元素,多出的2个就是哨兵,其他所有元素都已经被复制回数组A。

时间复杂度

前面提到过MERGE的时间复杂度是Θ(n),其中n = r - p + 1。再快速算下:

  • 代码13行和811行中的每行需要常量时间;
  • 代码4~7行的for循环需要Θ(n1+n2) = Θ(n)的时间;
  • 代码12~17行for循环有n次迭代,每次迭代需要常量时间。

JAVA实现

public class MergeSort {
public static void mergeInASC(int[] numbers, int p, int q, int r) throws Exception {   if(numbers.length < 2 || p > q || q >= r)         
throw new Exception("Para error.");      

int n1 = q - p + 1;    
int n2 = r - q;     

 int[] L = new int[n1 + 1];    
 int[] R = new int[n2 + 1];      
for(int i  = 0; i < n1; i++){         
L[i] = numbers[p + i];     
}     
for(int j = 0; j < n2; j++){         
R[j] = numbers[q + 1 + j];    
 }     
 L[n1] = Integer.MAX_VALUE;     
R[n2] = Integer.MAX_VALUE;      
int i = 0;    
 int j = 0;    
 for(int k = p; k <= r; k++){        
 if(L[i] > R[j]){            
 numbers[k] = R[j];            
 j++;        
 }        
 else{             
numbers[k] = L[i];            
 i++;        
 }     
}
 }
 }

MergeSort.java下载(https://github.com/EthanYuan/algorithm/tree/master/src/algorithm)

原文发布于微信公众号 - 人工智能LeadAI(atleadai)

原文发表时间:2017-09-26

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏二进制文集

LeetCode 004 Median of Two Sorted Arrays 详细分析

题目链接:https://leetcode.com/problems/median-of-two-sorted-arrays/

1141
来自专栏小樱的经验随笔

2017 Multi-University Training Contest - Team 1 1006&&HDU 6038 Function【DFS+数论】

Function Time Limit: 4000/2000 MS (Java/Others)    Memory Limit: 131072/131072 K...

2855
来自专栏数说工作室

【SAS Says】基础篇:5. 开发数据(一)

本节目录: 开发数据 5.1 创建并重新定义变量 5.2 使用SAS函数 5.3 使用IF-THEN语句 5.4 用IF-THEN语句将观测值分组 5.5 构造...

3264
来自专栏算法channel

机器学习|海量数据求top K 之最小堆实现

01 — 要求 从海量数据中按照某个规则找出前K名,简化起见,从一个海量的整形数组中,找出前K个最大元素。 无法直接一次性读入内存,可以将文件依次分批读入,找出...

4336
来自专栏TensorFlow从0到N

讨厌算法的程序员 5 - 合并算法

本篇介绍的“合并”算法,是为后面学习“归并排序”的一个准备。合并算法是归并排序中的一个子算法,请注意两者之间的关系和差异。 之所以把它独立成一篇,一方面是一旦...

3515
来自专栏mathor

C++STL中vector使用策略(二)

1884
来自专栏WD学习记录

LeetCode Median of Two Sorted Arrays

There are two sorted arrays nums1 and nums2 of size m and n respectively.

1031
来自专栏ml

向前字典排序

          next_permutation算法对区间元素进行一次组合排序,使之字典顺序大于原来的排序,有如下两个使用原形,对迭代器区间[first,l...

2739
来自专栏用户2442861的专栏

对vector等STL标准容器进行排序操作

STL几乎封装了所有的数据结构中的算法,从链表到队列,从向量到堆栈,对hash到二叉树,从搜索到排序,从增加到删除......可以说,如果你理解了STL,你会...

2822
来自专栏GIS讲堂

geotools等值线生成

前文中,提到了等值面的生成,后面有人经常会问等值线的生成,本文在前文的基础上做了一点修改,完成了等值线的geotools生成。

3335

扫码关注云+社区

领取腾讯云代金券