在说这个题目之前先来说说一个排序算法 “归并算法”
归并算法采取思想是分治思想,分治思想简单说就是分而治之,将一个大问题分解为小问题,将小问题解答后合并为大问题的答案。乍一看跟递归思想很像,确实如此,分治思想一般就是使用递归来实现的。但是需要注意的是:递归是代码实现的方式,分治属于理论。接下来看一副图理解下:
说完它的思想:我们再来分析下时间复杂度。归并算法采用的是完全二叉树的形式。所以可以由完全二叉树的深度可以得知,整个归并排序需要进行log2n次。
然后每一次需要消耗O{n}时间。所以总的时间复杂度为o{nlog2n}。归并排序是一种比较占用内存,但是效率高且稳定的算法
贴上代码:
static void Main(string[] args) { int[] arr = new int[] { 14,12,15,13,11,16 ,10}; int[] newArr = Sort(arr, new int[7], 0, arr.Length - 1); for (int i = 0; i < newArr.Length - 1; i++) { Console.WriteLine(newArr[i]); } Console.ReadKey(); } public static int[] Sort(int[] arr, int[] result, int start, int end) { if (start >= end) return null; int len = end - start, mid = (len >> 1) + start; int start1 = start, end1 = mid; int start2 = mid + 1, end2 = end; Sort(arr, result, start1, end1); Sort(arr, result, start2, end2); int k = start; //进行比较。注意这里++是后执行的,先取出来数组中的值然后++ while (start1 <= end1 && start2 <= end2) result[k++] = arr[start1] < arr[start2] ? arr[start1++] : arr[start2++]; //将每个分组剩余的进行复制 while (start1 <= end1) result[k++] = arr[start1++]; //将每个分组剩余的进行复制 while (start2 <= end2) result[k++] = arr[start2++]; for (k = start; k <= end; k++) arr[k] = result[k]; return result; }
说完了归并算法回到题目上来 首先分析下 题目给定的是两个已经排好序的数组合并,关键字“合并”,“两个”,正好符合我们的归并算法,并且已经分类好了,只需要去合并就可以了。
来看下几张图。
蓝色的箭头表示最终选择的位置,而红色的箭头表示两个数组当前要比较的元素,比如当前是2与1比较,1比2小,所以1放到蓝色的箭头中,蓝色的箭头后移,1的箭头后移。
然后2与4比较,2比4小那么2到蓝色的箭头中,蓝色箭头后移,2后移,继续比较.......
归并思路就是这样了,最后唯一需要注意的是那个先比较完的话,那么剩下的直接不需要比较,把后面的直接移上去就可以了,这个需要提前判定一下。
贴上代码:
static void Main(string[] args) { int[] arr1 = new int[] { 2, 3, 6, 8 }; int[] arr2 = new int[] { 1, 4, 5, 7 }; int[] newArr = Sort(arr1, arr2); for (int i = 0; i < newArr.Length - 1; i++) { Console.WriteLine(newArr[i]); } Console.ReadKey(); } public static int[] Sort(int[] arr1,int[] arr2) { int[] newArr = new int[arr1.Length + arr2.Length]; int i = 0, j = 0, k = 0; while (i < arr1.Length && j < arr2.Length) { if (arr1[i] < arr2[j]) { newArr[k] = arr1[i]; i++; k++; } else { newArr[k] = arr2[j]; j++; k++; } } while (i < arr1.Length) newArr[k++] = arr1[i++]; while (j < arr2.Length) newArr[j++] = arr2[j++]; return newArr; } }
全部0条评论
快来发表一下你的评论吧 !