算法设计实验一归并排序(分治)和插入排序的比较分析

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

沈阳化工大学实验报告

课程名称算法设计与分析

项目名称归并排序(分治)和插入排序的比较

学院应用技术学院

专业计中职1401 指导教师张雪

报告人张庭浩学号 ********** 实验时间 2016.11.05 提交时间 2016.11.05

一、实验目的

1.理解和掌握分治算法的相关内容。

2.具体完成插入排序和归并排序性能的比较。

二、实验内容

编写一个真随机函数,随机产生大量数字。在产生相同的一组大量随机数字后,分别用归并排序和插入排序两种算法进行排序,并通过时间函数分别计算出运行的时间。

三、伪代码

1.归并排序

/*数组a[]是原始数组,数组b[]是目标数组*/

归并排序(数组a[],数组b[]){

`分割与归并(数组a[],0, a.length,数组b[])

}

/*通过递归把要排序的子序列分的足够小*/

分割与归并(数组a[],起始位置,结束位置,数组b[]){

if(结束位置- 起始位置< 2)

返回

中间位置= (起始位置+结束位置)/2

分割与归并(数组a[],起始位置,中间位置,数组b[])

分割与归并(数组a[],中间位置,结束位置,数组b[])

归并(数组a[],起始位置,中间位置,结束位置,数组b[])

拷贝(数组a[],起始位置,结束位置,数组b[])

}

归并(数组a[],起始位置,中间位置,结束位置,数组b[]){

i0 = 起始位置,i1 = 中间位置

for j = 起始位置到结束位置

if(i0 < 中间位置且(i1 > 结束位置或a[i0] <= a[i1]){

//当i0没有超过中间位置时,有两种情况要将a[i0]复制到b[j]上:

//1.i1已经超过结束位置,只要把剩下的复制过来就好;

//2.a[i0]比a[i1]小

b[j]=a[i0]

i0++

} else {

b[j]=a[i1]

i1++

}

}

/*将已经排好序的数组b复制回数组a的相应位置*/

拷贝(数组a[],起始位置,结束位置,数组b[]){

for k = 起始位置到结束位置

a[k] = b[k]

}

2.插入排序

四、理论分析

1.归并算法

Divide的步骤为m=(p+q)/2,因此为O(1),Combine步骤为merge()函数,Conquer步骤为分解为2个子问题,子问题大小为n/2,因此:归并排序的递归式:T(n)=2T(n/2)+O(n) 而求解递归式的三种方法有:

(1)替换法:主要用于验证递归式的复杂度。

(2)递归树:能够大致估算递归式的复杂度,估算完后可以用替换法验证。

(3)主定理:用于解一些常见的递归式。

最坏情况运行时间:O(nlgn)

最佳运行时间:O(nlgn)

2.插入排序(非递归)

在最坏情况下,数组完全逆序,插入第2个元素时要考察前1个元素,插入第3个元素时,要考虑前2个元素,……,插入第N个元素,要考虑前N - 1 个元素。因此,最坏情况下的比较次数是1 + 2 + 3 + ... + (N - 1),等差数列求和,结果为N^2 / 2,所以最坏情况下的复杂度为O(N^2)。

3.结论

通过理论分析我们可以知道归并排序的效率高于插入排序,接下来我们将进行实际算法的实现用实践来论证我们的理论。

首先我们先测试一下程序的正确性。

1.插入排序测试数据:49,38,65,97,76,13,27,49

2.归并排序测试数据:49,38,65,97,76,13,27,100

相同的三万个随机数进行排序证明了我们之前理论是正确的。

通过实践,结果是归并运行0.01秒,直接插入排序运行时间0.56秒。

七、源代码

#include

#include

#include

#define N 30000

typedef int RecType;//要排序元素类型

void Merge(RecType *R,int low,int m,int high)

{

//将两个有序的子文件R[low..m)和R[m+1..high]归并成一个有序的子文件R[low..high]

int i=low,j=m+1,p=0; //置初始值

RecType *R1; //R1是局部向量

R1=(RecType *)malloc((high-low+1)*sizeof(RecType));

if(!R1)

{

return; //申请空间失败

}

while(i<=m&&j<=high) //两子文件非空时取其小者输出到R1[p]上

{

R1[p++]=(R[i]<=R[j])?R[i++]:R[j++];

}

while(i<=m) //若第1个子文件非空,则复制剩余记录到R1中

{

R1[p++]=R[i++];

}

while(j<=high) //若第2个子文件非空,则复制剩余记录到R1中

{

R1[p++]=R[j++];

}

for(p=0,i=low;i<=high;p++,i++)

{

R[i]=R1[p]; //归并完成后将结果复制回R[low..high] }

}

void MergeSort(RecType R[],int low,int high)

{

//用分治法对R[low..high]进行二路归并排序

int mid;

if(low

{ //区间长度大于1

mid=(low+high)/2; //分解

MergeSort(R,low,mid); //递归地对R[low..mid]排序

MergeSort(R,mid+1,high); //递归地对R[mid+1..high]排序

Merge(R,low,mid,high); //组合,将两个有序区归并为一个有序区}

}

void main()

{

int low=0,high=N; //初始化low和high的值

clock_t start, end,s,e;

int a[N],i,num,flag,j,b[N],l[N],c,save,v;

srand((unsigned)time(NULL));

for(i=0;i

{

num=rand()%N+1;

flag=1;

for(j=0;j

{

if(num==a[j])

{

flag=0;

相关文档
最新文档