您好,登錄后才能下訂單哦!
PHP教程:詳解PHP歸并排序的實現(xiàn)
歸并(Merge)排序法是將兩個(或兩個以上)有序表合并成一個新的有序表。歸并排序的一個缺點是它需要存儲器有另一個大小等于數(shù)據(jù)項數(shù)目的數(shù)組。如果初始數(shù)組幾乎占滿整個存儲器,那么歸并排序將不能工作,但是如果有足夠的空間,歸并排序會是一個很好的選擇。
假設待排序的序列:
4 3 7 9 2 8 6
先說思路,歸并排序的中心思想是將兩個已經排序好的序列,合并成一個排序的序列。
上面的序列可以分成:
4 3 7 9
和
2 8 6
這兩個序列,然后對這兩個序列分別排序:結果為:
設置為序列A,與序列B,
3 4 7 9
2 6 8
將上面的兩個序列 合并成一個排序好的序列:
合并的具體思路是:
設置兩個位置指示器,分別指向序列A與序列B開始的位置:紅色為指示器指向位置:
3 4 7 9
2 6 8
比較兩個指示器所指向的元素的值,將較小的插入到一個新的數(shù)組內,例如序列C,同時將對應的指示器向后移動一位:
結果為:
3 4 7 9
2 6 8
形成的序列C:已經被插入一個元素了,剛才較小的 元素2.
2
然后 再次 比較序列A與序列B中指示器所指向的元素:將小的放入到序列C中,移動相應指針,結果為:
3 4 7 9
2 6 8
2 3
以此類推,迭代執(zhí)行,直到序列A或者序列B中某個指示器已經移到到數(shù)組末端。例如:
多次比較后,序列B已經將指示器移出到序列末端(最后一個元素之后)了。
3 4 7 9
2 6 8
2 3 4 6 7 8
然后將沒有用完的序列,這里面是序列A中其余的元素全部插入到序列C的后邊即可,就剩下一個9 了,將其插入到序列C后即可:
序列C結果:
2 3 4 5 6 7 8 9
這樣就實現(xiàn)了將兩個有序序列合并成一個有序序列的操作,
下面先看這個合并的php代碼:
/**
* 將兩個有序數(shù)組合并成一個有序數(shù)組
* @param $arrA,
* @param $arrB,
* @reutrn array合并好的數(shù)組
*/
function mergeArray($arrA, $arrB) {
$a_i = $b_i = 0;//設置兩個起始位置標記
$a_len = count($arrA);
$b_len = count($arrB);
while($a_i<$a_len && $b_i<$b_len) {
//當數(shù)組A和數(shù)組B都沒有越界時
if($arrA[$a_i] < $arrB[$b_i]) {
$arrC[] = $arrA[$a_i++];
} else {
$arrC[] = $arrB[$b_i++];
}
}
//判斷 數(shù)組A內的元素是否都用完了,沒有的話將其全部插入到C數(shù)組內:
while($a_i < $a_len) {
$arrC[] = $arrA[$a_i++];
}
//判斷 數(shù)組B內的元素是否都用完了,沒有的話將其全部插入到C數(shù)組內:
while($b_i < $b_len) {
$arrC[] = $arrB[$b_i++];
}
return $arrC;
}
經過上面的分析和程序的實現(xiàn),我們不難發(fā)現(xiàn),合并已排序的序列的時間應該是線性的,就是說,最多會發(fā)生N-1次比較,其中N是所有元素之和。
通過上面的描述,我們實現(xiàn)了將兩個排序好的數(shù)組進行和并的過程。
此時,大家可能會有疑問,這個和歸并排序整個序列有什么關系?或者你是如何能夠得到最開始的兩個排序好的子序列的呢?
下面,我們就來描述以下什么是歸并排序,然后再看,上面的合并與歸并排序的關系是如何的:
大家不妨去想,當我們需要排序如下的數(shù)組時,我們是否可以先將數(shù)組的前半部分與數(shù)組的后半部分分別進行歸并排序,然后將排序的結果合并起來呢?
例如:待排序的數(shù)組:
4 3 7 9 2 8 6
先分成2部分:
4 3 7 9
2 8 6
將前半部分 與 后半部分 分別看成一個序列,再次進行歸并(就是拆分,排序,合并)操作
就會變成:
前:
4 3
7 9
后:
2 8
6
同樣 再對每個自序列進行 歸并排序,再次(拆分,排序,合并)。
當拆分的子序列內只存在一個元素(長度為1)時,那么這個序列就不必再拆分了,就是一個排序好的數(shù)組了。然后將這個序列,與其他的序列再合并到一起即可,最終就將所有的都合并好了,成為一個完整的排序好的數(shù)組。
程序實現(xiàn):
通過上面的描述 大家應該想到,可以使用遞歸程序來實現(xiàn)這個程序設計吧:
想要實現(xiàn)這個程序,可能需要解決如下問題:
怎么將數(shù)組做拆分:
設定兩個指示器,一個指向數(shù)組開始假定為$left,一個指向數(shù)組最后一個元素$right:
4 3 7 9 2 8 6
然 后判斷 $left 是否小于$right,如果小于,說明這個序列內元素個數(shù)大于一個,就將其拆分成兩個數(shù)組,拆分的方式是生成一個中間的指示器$center,值 為$left + $right /2 整除。結果為:3,然后將$left 到$center 分成一組,$center+1到$right分成一組:
4 3 7 9
2 8 6
接下來,遞歸的 利用$left, $center, $center+1, $right分別做為 兩個序列的 左右指示器,進行操作。知道數(shù)組內有一個元素$left==$right .然后按照上面的合并數(shù)組即可:
/**
* mergeSort 歸并排序
* 是開始遞歸函數(shù)的一個驅動函數(shù)
* @param &$arr array 待排序的數(shù)組
*/
function mergeSort(&$arr) {
$len = count($arr);//求得數(shù)組長度
mSort($arr, 0, $len-1);
}
/**
* 實際實現(xiàn)歸并排序的程序
* @param &$arr array 需要排序的數(shù)組
* @param $left int 子序列的左下標值
* @param $right int 子序列的右下標值
*/
function mSort(&$arr, $left, $right) {
if($left < $right) {
//說明子序列內存在多余1個的元素,那么需要拆分,分別排序,合并
//計算拆分的位置,長度/2 去整
$center = floor(($left+$right) / 2);
//遞歸調用對左邊進行再次排序:
mSort($arr, $left, $center);
//遞歸調用對右邊進行再次排序
mSort($arr, $center+1, $right);
//合并排序結果
mergeArray($arr, $left, $center, $right);
}
}
/**
* 將兩個有序數(shù)組合并成一個有序數(shù)組
* @param &$arr, 待排序的所有元素
* @param $left, 排序子數(shù)組A的開始下標
* @param $center, 排序子數(shù)組A與排序子數(shù)組B的中間下標,也就是數(shù)組A的結束下標
* @param $right, 排序子數(shù)組B的結束下標(開始為$center+1)
*/
function mergeArray(&$arr, $left, $center, $right) {
//設置兩個起始位置標記
$a_i = $left;
$b_i = $center+1;
while($a_i<=$center && $b_i<=$right) {
//當數(shù)組A和數(shù)組B都沒有越界時
if($arr[$a_i] < $arr[$b_i]) {
$temp[] = $arr[$a_i++];
} else {
$temp[] = $arr[$b_i++];
}
}
//判斷 數(shù)組A內的元素是否都用完了,沒有的話將其全部插入到C數(shù)組內:
while($a_i <= $center) {
$temp[] = $arr[$a_i++];
}
//判斷 數(shù)組B內的元素是否都用完了,沒有的話將其全部插入到C數(shù)組內:
while($b_i <= $right) {
$temp[] = $arr[$b_i++];
}
//將$arrC內排序好的部分,寫入到$arr內:
for($i=0, $len=count($temp); $i<$len; $i++) {
$arr[$left+$i] = $temp[$i];
}
}
//do some test:
$arr = array(4, 7, 6, 3, 9, 5, 8);
mergeSort($arr);
print_r($arr);
注意上面的代碼帶排序的數(shù)組都使用的是 引用傳遞,為了節(jié)約空間。
而且,其中的合并數(shù)組的方式也為了節(jié)約空間做了相對的修改,把所有的操作都放到了$arr上完成,引用傳遞節(jié)約資源。
好了 上面的代碼就完成了歸并排序,歸并排序的時間復雜度為O(N*LogN) 效率還是相當客觀的。
再說,歸并排序算法,中心思想是 將一個復雜問題分解成相似的小問題,再把小問題分解成更小的問題,直到分解到可以馬上求解為止,然后將分解得到的結果再合并起來的一種方法。這個思想用個 成語形容叫化整為零。 放到計算機科學中有個專業(yè)屬于叫分治策略(分治發(fā))。分就是大問題變小問題,治就是小結果合并成大結果。
分治策略是很多搞笑算法的基礎,我們在討論快速排序時,也會用到分治策略的。
最后簡單的說一下這個算法,雖然這個算法在時間復雜度上達到了O(NLogN)。但是還是會有一個小問題,就是在合并兩個數(shù)組時,如果數(shù)組的總元素個數(shù)為 N,那么我們需要再開辟一個同樣大小的空間來保存合并時的數(shù)據(jù)(就是mergeArray中的$temp數(shù)組),而且還需要將數(shù)據(jù)有$temp拷貝 會$arr,因此會浪費一些資源。因此在實際的排序中還是 相對的較少使用。
免責聲明:本站發(fā)布的內容(圖片、視頻和文字)以原創(chuàng)、轉載和分享為主,文章觀點不代表本網站立場,如果涉及侵權請聯(lián)系站長郵箱:is@yisu.com進行舉報,并提供相關證據(jù),一經查實,將立刻刪除涉嫌侵權內容。