最新文章专题视频专题问答1问答10问答100问答1000问答2000关键字专题1关键字专题50关键字专题500关键字专题1500TAG最新视频文章推荐1 推荐3 推荐5 推荐7 推荐9 推荐11 推荐13 推荐15 推荐17 推荐19 推荐21 推荐23 推荐25 推荐27 推荐29 推荐31 推荐33 推荐35 推荐37视频文章20视频文章30视频文章40视频文章50视频文章60 视频文章70视频文章80视频文章90视频文章100视频文章120视频文章140 视频2关键字专题关键字专题tag2tag3文章专题文章专题2文章索引1文章索引2文章索引3文章索引4文章索引5123456789101112131415文章专题3
当前位置: 首页 - 科技 - 知识百科 - 正文

归并排序中对小数组采用插入排序

来源:动视网 责编:小采 时间:2020-11-27 14:27:27
文档

归并排序中对小数组采用插入排序

归并排序中对小数组采用插入排序:纯归并排序的复杂度为: O(nlgn),而纯插入排序的时间复杂度为:O(n^2)。数据量很大的时候采用归并排序但是在n较小的时候插入排序可能运行的会更快点。因此在归并排序中当子问题变得足够小时,采用插入排序来使得递归的叶子变粗可以加快排序速度。那么这个足
推荐度:
导读归并排序中对小数组采用插入排序:纯归并排序的复杂度为: O(nlgn),而纯插入排序的时间复杂度为:O(n^2)。数据量很大的时候采用归并排序但是在n较小的时候插入排序可能运行的会更快点。因此在归并排序中当子问题变得足够小时,采用插入排序来使得递归的叶子变粗可以加快排序速度。那么这个足


纯归并排序的复杂度为: O(nlgn),而纯插入排序的时间复杂度为:O(n^2)。数据量很大的时候采用归并排序

但是在n较小的时候插入排序可能运行的会更快点。因此在归并排序中当子问题变得足够小时,采用插入排序来使得递归的叶子变粗可以加快排序速度。那么这个足够小到底怎么去衡量呢? 请看下面:

这么几个我不证明了,比较简单:

A,插入排序最坏情况下可以在O(nk)时间内排序每个长度为k的n/k个子列表

B,在最坏情况下可在O(nlg(n/k))的时间内合并这些子表

C,修订后的算法的最坏情况运行时间复杂度是O(nk + nlg(n/k))

那么,O(nk+nlg(n/k))=O(nlgn).只能最大是k=O(lgn).等式左边中第一项是高阶项。k如果大于lgn,则比归并排序复杂度大了。左边可以写成nk+nlgn-nlgk,k等于lgn时,就是2nlgn-nlglgn.忽略恒定系数,则与归并排序是一样的。

最后结论: k < lg(n)的时候,使用插入排序

from at003_insertsort import insertSort
from math import log
__author__ = 'Xiong Neng'
def mergeSort(seq):
 mergeSortRange(seq, 0, len(seq) - 1, log(len(seq)) - 1)
def mergeOrderedSeq(seq, left, middle, right):
 """
 seq: 待排序序列
 left <= middle <= right
 子数组seq[left..middle]和seq[middle+1..right]都是排好序的
 该排序的时间复杂度为O(n)
 """
 tempSeq = []
 i = left
 j = middle + 1
 while i <= middle and j <= right:
 if seq[i] <= seq[j]:
 tempSeq.append(seq[i])
 i += 1
 else:
 tempSeq.append(seq[j])
 j += 1
 if i <= middle:
 tempSeq.extend(seq[i:middle + 1])
 else:
 tempSeq.extend(seq[j:right + 1])
 seq[left:right + 1] = tempSeq[:]
def mergeSortRange(seq, start, end, threshold):
 """
 归并排序一个序列的子序列
 start: 子序列的start下标
 end: 子序列的end下标
 threshold: 待排序长度低于这个值,就采用插入排序
 """
 if end - start < threshold:
 tempSeq = seq[start: end + 1]
 insertSort(tempSeq)
 seq[start: end + 1] = tempSeq[:]
 elif start < end: # 如果start >= end就终止递归调用
 middle = (start + end) / 2
 mergeSortRange(seq, start, middle, threshold) # 排好左边的一半
 mergeSortRange(seq, middle + 1, end, threshold) # 再排好右边的一半
 mergeOrderedSeq(seq, start, middle, end) # 最后合并排序结果
if __name__ == '__main__':
 aa = [4, 2, 5, 1, 6, 3, 7, 9, 8]
 mergeSort(aa)
 print(aa)

文档

归并排序中对小数组采用插入排序

归并排序中对小数组采用插入排序:纯归并排序的复杂度为: O(nlgn),而纯插入排序的时间复杂度为:O(n^2)。数据量很大的时候采用归并排序但是在n较小的时候插入排序可能运行的会更快点。因此在归并排序中当子问题变得足够小时,采用插入排序来使得递归的叶子变粗可以加快排序速度。那么这个足
推荐度:
  • 热门焦点

最新推荐

猜你喜欢

热门推荐

专题
Top