列表

详情


阅读下列说明和C代码,回答问题1至问题3,将解答写在答题纸的对应栏内。
【说明】
采用归并排序对n个元素进行递增排序时,首先将n个元素的数组分成各含n/2个元素的两个子数组,然后用归并排序对两个子数组进行递归排序,最后合并两个已经排好序的子数组得到排序结果。
下面的C代码是对上述归并算法的实现,其中的常量和变量说明如下:
arr:待排序数组
p,q,r:一个子数组的位置从p到q,另一个子数组的位置从q+1到r
begin,end:待排序数组的起止位置
left,right:临时存放待合并的两个子数组
n1,n2:两个子数组的长度
i,j,k:循环变量
mid:临时变量
【C代码】

#inciude
#inciude
#define MAX 65536
void merge(int arr[],int p,int q,int r) {
    int *left, *right;
    int n1,n2,i,j,k;
    n1=q-p+1;
    n2=r-q;
    if((left=(int*)malloc((n1+1)*sizeof(int)))=NULL) {
        perror("malloc error");
        exit(1);
    }
    if((right=(int*)malloc((n2+1)*sizeof(int)))=NULL) {
        perror("malloc error");
        exit(1);
    }
    for(i=0;i
        left[i]=arr[p+i];
    }
    left[i]=MAX;
    for(i=0; i
        right[i]=arr[q+i+1]
    }
    right[i]=MAX;
    i=0; j=0;
    for(k=p;   (1)  ; k++) {
        if(left[i]> right[j]) {
              (2)  ;
            j++;
        }else {
            arr[k]=left[i];
            i++;
        }
    }
}
void mergeSort(int arr[],int begin,int end){
    int mid;
    if(  (3)  ){
        mid=(begin+end)/2;
        mergeSort(arr,begin,mid);
          (4)  ;
        merge(arr,begin,mid,end);
    }
}
【问题1】(8分)
根据以上说明和C代码,填充1-4。
【问题2】(5分)
根据题干说明和以上C代码,算法采用了(5)算法设计策略。
分析时间复杂度时,列出其递归式位(6),解出渐进时间复杂度为(7)(用O符号表示)。空间复杂度为(8)(用O符号表示)。
【问题3】(2分)
    两个长度分别为n1和n2的已经排好序的子数组进行归并,根据上述C代码,则元素之间比较次数为(9)

参考答案:

【问题1】(8分)
(1)k<=r
(2)arr[k]=right[j]
(3)begin<end
(4)mergeSort(arr,mid+1,end)

【问题2】(5分)
(5)分治
(6)T(n)=2T(n/2)+n
(7)O(nlgn)
(8)O(n)

【问题3】(2分)
(9)n1+n2

详细解析:

根据题目中的参数说明,void  merge(int arr[],int p,int q,int r)是将数组arr[p...q]和数组arr[q+1...r]进行合并成一个排序的数组,因此合并之后数组的长度为r-q+1>0,k=q,也就是k<=r或k<r+1;数组arr存入子数组arr[p...q]、arr[q+1...r]当前进行比较的最小值,因此当left[i]> right[j]时,数组arr中存入right[i],即arr[k]=right[j];
void mergeSort(int arr[],int begin,int end)是指将数组arr递归进行划分,直到分成多个由一个元素组成的子数组时,停止划分,此时也就是begin==end,因此(3)处为begin<end,也就是只要begin!=end则继续划分。划分的时候每次分成两半,两半再分别递归,因此mergeSort(arr,begin,mid);mergeSort(arr,mid+1,end);
很明显归并排序使用的分治算法,每次将数组分割成两个小的子数组。
假设对n个元素的数组进行归并排序时间复杂度为T(n),则分成两个小的子数组后分别进行排序所需的时间为T(n/2),两个子数组则时间复杂度为2T(n/2),再加上归并的时间n,即可得出答案归并排序的时间复杂度为O(nlgn),因为在归并过程中,需要借助left和right两个数组辅助,因此空间复杂度为O(n)。