深度优先稳定原地归并排序的高效算法.docVIP

文章编号: 1001 － 9081( 2013) 04 － 1039 － 04 doi: 10． 3724 / SP． J． 1087． 2013． 01039 深度优先稳定原地归并排序的高效算法 * 白 宇 ，郭显娥 ( 山西大同大学 数学与计算机科学学院，山西 大同 037009) ( * 通信作者电子邮箱 mengliao@ 126． com) 摘 要: 基于分治策略，使用深度优先的方法，提出了一种用于线性表的稳定原地归并排序算法，其时间复杂度 为 O( n lb n) ，辅助空间复杂度为 O( 1) ，递归栈空间复杂度为 O( lb n) ，同时进行了算法分析和实验测试。实验结果 表明，该算法效率较 STL 中的稳定原地归并排序算法有 67． 51% 的提升，解决了稳定排序算法中要么时间复杂度高要 么空间复杂度高的问题。 关键词: 归并排序; 原地排序; 稳定排序; 分治策略; 深度优先 中图分类号: TP311． 12 文献标志码: A Efficient algorithm of depth-first stable in-place merge sort * BAI Yu ， GUO Xiane ( School of Mathematics and Computer Science， Shanxi Datong University， Datong Shanxi 037009， China) Abstract: Based on divide-and-conquer strategy， the depth-first method was used to design an algorithm of stable in- place merge sort for linear array． Its time complexity was O( n lb n) ， its auxiliary space complexity was O( 1) ， its space complexity of recursion stack was O( lb n) ， and the algorithm analysis and experimental testing were completed． By analyzing the experimental results， its efficiency compared with stable in-place merge sort algorithm in the STL has a 67． 51% improvement， which solves the high time complexity or high space complexity problem of stable sorting algorithm． Key words: merge sort; in-place sort; stable sort; divide and conquer strategy; depth-first STL 算法) 。根据文献［5］的分析，该算法是一种改进的归并 排序算法，其时间复杂度为 O( n lb n) ，辅助空间复杂度为 O( 1) ，且是稳定的。它的出现使得传统稳定排序算法要么 时间复杂度高，要么空间复杂度高的问题得到了很大程度的 改善。但是，该算法的实测性能并不理想，与空间复杂度为 O( n) 的传统 MergeSort 算法相比，速度慢近 10 倍，原因是该 算法核心使用 Triplex Reversal Algorithm 进行归并，导致排序 0 引言 当前应用最广泛的排序算法是基于关键字比较的排序算 法［1 － 4］，关键字可比较是排序算法的充要条件［3］。而基于对 关键字运算的排序算法，因对关键字类型有诸多限制，其应用 范围相对较窄［4 － 6］。在基于关键字比较的排序算法中，主要 技术指标有三项［1 － 4］: 其一，时间复杂度，已证明最小可做到 O( n lb n) ［4 － 6］; 其二，空间复杂度，即排序算法所需的额外辅 助空间，越小越好; 其三，排序稳定性，是指关键字相同的元素 在排序后，其相对位置不发生改变，是多关键字多次排序的必 要条件［1 － 4］，如扑克牌序［4］。 依上所述，针对线性表( 指可索引线性表，下同) 的传统 排序算法中，尚无一种在上述三项技术指标中表现均衡的算 法。时间复杂度等于或接近 O( n lb n) 的算法除 MergeSort 外，均为不稳定排序算 法［4 － 6］。 例 如: QuickSort、HeapSort、 过程中元素的移动次数大幅增加。