• Healtheon
    2018-12-21
    老师讲的是最经典的2路归并排序算法,时间复杂度是O(NlogN)。如果将数组分解成更多组(假设分成K组),是K路归并排序算法,当然是可以的,比如K=3时,是3路归并排序,依次类推。3路归并排序是经典的归并排序(路归并排序)的变体,通过递归树方法计算等式T(n)= 3T(n/3)+ O(n)可以得到3路归并排序的时间复杂度为O(NlogN),其中logN以3为底(不方便打出,只能这样描述)。尽管3路合并排序与2路相比,时间复杂度看起来比较少,但实际上花费的时间会变得更高,因为合并功能中的比较次数会增加。类似的问题还有二分查找比三分查找更受欢迎。

    作者回复: 很好的回答👍

     2
     85
  • 大悲
    2018-12-21
    思考题:
    如果不是分为两组,而是多组是可行的,但是处理起来比较麻烦。虽然分组的时候,能够更快完成,但是在合并的时候需要同时比较多组中的数据,取最小的一个。当分组数量比较大的时候,在合并的时候,为了考虑效率,需要维护一个堆来取最小值。假设分为N组,分组的时间复杂度是logn(N为底), 合并的时候时间复杂度为nlogN,总的时间复杂度不变,还是nlogn。不知道理解对不对,请老师指教!

    作者回复: 用堆取最小值,思路不错

    
     17
  • swortect
    2018-12-24
    老师,如果要排序的数组很大,两个最大的子节点排好序之后,交给最终的机器做最后的排序依然是一堆数据放在一个机器上

    作者回复: 这里我有个细节没说清楚,如果数组是有序的,每次只需要从磁盘,有序的取出一部分到内存进行合并

    
     10
  • 永旭
    2019-01-04
    老师,你好
    归并排序代码中有非空判断代码
    if (a == null) a = new int[0];
    if (to_sort == null) return to_sort;
    什么情况下会出现数组是null??

    作者回复: 在这个例子里不会出现,不过在实际工作中,这个函数可能被其他代码调用,为了保险起见,加一个最基本的非法检测

    
     8
  • 会飞的猪
    2018-12-28
    python实现代码:
    def mergeSort(list):
        if(len(list)==0):
            return 0
        if(len(list)==1):
            return list[0]
        else:
            listHalfLen=int(len(list)/2)
            left=mergeSort(list[0:listHalfLen])
            right=mergeSort(list[listHalfLen:])
            data=merge(left,right)
            return data

    def merge(left,right):
        mid=[]
        ai=0
        bi=0
        if(isinstance(left,int)):
            leftLen=1
            left=[left]
        else:
            leftLen=len(left)
        if(isinstance(right,int)):
            rightLen=1
            right=[right]
        else:
            rightLen = len(right)
        while(ai < leftLen and bi < rightLen):
            if(left[ai]<right[bi]):
                mid.append(left[ai])
                ai+=1
            else:
                mid.append(right[bi])
                bi+=1
        if(ai< leftLen):
            newleft=left[ai:]
            for i in newleft:
                mid.append(i)
        else:
            newright = right[bi:]
            for i in newright:
                mid.append(i)
        return mid
    list=[3,8,5,9,7,1,10]
    mergeSort(list)
    刚学python,希望大家多多指教
    展开

    作者回复: 作为初学者,写得很不错👍

    
     7
  • 指间砂的宿命
    2018-12-21
    分成超过两个组的更多组是可行的,不过这样在递归调用时一个是有可能产生更多的中间状态数据,再一个在合并阶段,需要比较更多个分组的数据,实际上在最小粒度的时候,比较大小的就是两个数字,即便上层分成多个组,在合并的最底层依旧是从两两之间比较合并的,感觉分成多组的并没有啥优势,还带来了比较处理的复杂性

    作者回复: 是的 有读者说可以用堆来取多个组的最小值,虽然可行,但确实比较复杂

    
     7
  • Joe
    2019-01-08
    分成多组归并,主要是合并比较会比较麻烦,会在合并时增加复杂度。比如比较2个数大小,只需要1次,而比较3个数大小,最多需要3次。

    作者回复: 是的👍

    
     5
  • 子非
    2019-01-06
    递归层次太多了,堆栈会溢出

    作者回复: 是的 需要转换成循环 或者栈的数据结构

    
     5
  • 代码世界没有爱情
    2018-12-29
    # 切分
    def split_list(temp_list):
        if not isinstance(temp_list, list):
            raise TypeError
        else:
            if not temp_list:
                raise ValueError
            else:
                length = len(temp_list)
                if length == 1:
                    return temp_list
                import math
                left = math.ceil(length / 2)
                del math
                left_list = split_list(temp_list[:left])
                right_list = split_list(temp_list[left:])
                return merger_list(left_list, right_list)


    # 归并
    def merger_list(left, right):
        result = []
        while True:

            if left and right:
                left_0 = left[0]
                right_0 = right[0]
                if left_0 > right_0:
                    min_num = right.pop(0)
                else:
                    min_num = left.pop(0)
                result.append(min_num)
            elif left:
                result.append(left.pop(0))

            elif right:
                result.append(right.pop(0))
            else:
                break
        return result


    print(split_list([3, 1, 2, 7, 4, 6, 9, 9, 10, 11, 4, 5]))
    展开
    
     4
  • 逐风随想
    2018-12-21
    上学只上到初二,已经十几年没学习数学了。自从做了3年程序员,一碰到数学问题就头痛。
    
     4
  • 有品味的混球
    2019-02-19
    MapReduce 分割,映射,洗牌,归约这几个步骤没有具体的例子,就感觉不是很明白,希望这几个步骤还是用文章前半部分的排序的例子来分别举例

    作者回复: 这个概念涉及了比较多分布式系统的设计,我可以在后面加餐内容放入一些,或者是放到实战篇内容补上

    
     3
  • Ricky
    2019-01-09
    /*
     * 采用分而治之思想实现数组排序, 递归为其实现技巧
     */
    #include <iostream>

    using namespace std;

    void merge(int *array, int low, int mid, int high) {
        // left: low ~ mid, right: mid+1 ~ high
        int size = high - low + 1;
        int *tmp = new int[size];
        int i = low, j = mid+1, k = 0;
        while (i <= mid && j <= high) {
            if (array[i] <= array[j]) {
                tmp[k++] = array[i++];
            } else {
                tmp[k++] = array[j++];
            }
        }

        // the rest elements
        while (i <= mid) {
            tmp[k++] = array[i++];
        }
        while (j <= high) {
            tmp[k++] = array[j++];
        }

        // copy the elements to original array
        for (k = 0; k < size; ++k) {
            array[k+low] = tmp[k];
        }
    }

    void _mergeSort(int *array, int low, int high) {
        if (low >= high) return;
        int mid = low + ((high-low) >> 1);
        _mergeSort(array, low, mid);
        _mergeSort(array, mid+1, high);
        merge(array, low, mid, high);
    }

    void mergeSort(int *array, int size) {
        cout << "*****************before**************" << endl;
        for (int i = 0; i < size; ++i) {
            cout << array[i] << " ";
        }
        cout << endl;
        _mergeSort(array, 0, size-1);
        cout << "*****************after**************" << endl;
        for (int i = 0; i < size; ++i) {
            cout << array[i] << " ";
        }
        cout << endl;
    }

    int main() {

        int array[] = {2, 3, 5, 1, 4, 9, 7, 6, 10};
        mergeSort(array, 9);

        return 0;
    }
    *****************before**************
    2 3 5 1 4 9 7 6 10
    *****************after**************
    1 2 3 4 5 6 7 9 10
    展开

    作者回复: 实现的思路很清晰,还用到了位移操作👌

    
     3
  • Mr.J
    2018-12-24
    老师您好,归并这种,比如数组排序无限的对半分开,这样会不会性能反而不如对半分开到一定程度,剩下的用别的排序算法,应该有一个平衡点吧

    作者回复: 这是个好的想法,我觉得和实际数据的分布有关,不同的分布可以找到不同的平衡点,不过本身要测算数据的分布可能更耗时间。如果事先知道了数据的特点,应该是可以结合不同的排序来优化

    
     3
  • 刘明
    2019-06-21
    和快排对比,虽然时间复杂度都是nlogN,但是归并排序的空间复杂度是O(n),快排则是原地排序。不过归并排序是稳定排序,快排则不是,两种各有优势。

    作者回复: 很好的比较

     1
     2
  • 叶嘉祺
    2019-06-01
    可以用数学方法证明二分归并排序是最优的应该。二分查找是可以证明的。

    二分法我是这样证明的: https://ghostbody.github.io/posts/algorithmn/prove-binary-search-is-better/

    对于归并排序我还在思考利用主定理进行证明。

    老师可以一起看下怎么证?
    展开

    作者回复: 第一次看到读者证明二分法是最优的,赞一个。至于归并排序应该是类似的,唯一不同的是,归并的合并过程也有一个复杂度要计算,而不是像比较大小那样O(1)

    
     1
  • 杰之7
    2019-02-13
    通过这一节的阅读学习,对归并排序算法有了理解。本质上就是二步,先分后和。而分开的过程中使用的分治的思想,实现分开中用递归的方法来实现。合并把函数结果返回。

    在大数据领域中,HDFS和MapReduce中都使用了这种分治的思想,把数据集划分给不同的机器,每台机器把数据分成许多块,Yarn调用程序让MR处理对应的数据,达到对海量数据的处理。

    目前需要做的就是理解之后花些时间实践,这样在原理的基础上更好的去理解。
    
     1
  • méng
    2019-01-11
    js 写的代码


    function guibingorder(arr) {

    if (arr.length > 1) {
    var leftarr = [];
    var rightarr = [];
    var splitindex = Math.floor(arr.length / 2);
    leftarr = arr.slice(0, splitindex);
    rightarr = arr.slice(splitindex, arr.length);

    leftarr = arguments.callee(leftarr);
    rightarr = arguments.callee(rightarr);

    var result = [];
    while (Math.max(leftarr.length, rightarr.length) > 0) {
    //右边遍历完了 或者 左边比右边的小,则 从左边取出来
    if (rightarr.length == 0 || leftarr[0] < rightarr[0]) {
    result.push(leftarr[0]);
    leftarr.splice(0, 1);
    } else {
    result.push(rightarr[0]);
    rightarr.splice(0, 1);
    }
    }

    return result;
    }
    return arr;
    }
    展开

    作者回复: 逻辑上很清晰

     1
     1
  • Jerry银银
    2019-01-01
    思考题:一分为二,是为了处理起来简单,这样也就有了更好的通用性;当然,分成很多也是可行的,但是在数学上,它们是等价的。这个问题类似于在算法领域只研究二叉树
    
     1
  • 代码世界没有爱情
    2018-12-29
    # python实现
    # 切分
    def split_list(temp_list):
        if not isinstance(temp_list, list):
            raise TypeError
        else:
            if not temp_list:
                raise ValueError
            else:
                length = len(temp_list)
                if length == 1:
                    return temp_list
                import math
                left = math.ceil(length / 2)
                del math
                left_list = split_list(temp_list[:left])
                right_list = split_list(temp_list[left:])
                return merger_list(left_list, right_list)


    # 归并
    def merger_list(left, right):
        result = []
        while True:

            if left and right:
                left_0 = left[0]
                right_0 = right[0]
                if left_0 > right_0:
                    min_num = right.pop(0)
                else:
                    min_num = left.pop(0)
                result.append(min_num)
            elif left:
                result.append(left.pop(0))

            elif right:
                result.append(right.pop(0))
            else:
                break
        return result


    print(split_list([3, 1, 2, 7, 4, 6, 9, 9, 10, 11, 4, 5]))
    展开

    作者回复: Python的实现 不错

    
     1
  • changchen
    2018-12-24
    哈哈 这个问题我记得当初公司宿舍聊过,分组多的话单从复杂度计算上是降低了,舍友(做硬件安全的)告诉我说是因为计算机是二级制的,底层处理上实际上多分组是效率低的。至今不明白其中的缘由,希望老师指点^^
    
     1
我们在线,来聊聊吧