算法设计实验一归并排序(分治)和插入排序的比较分析
- 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、"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、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;