C++ 为什么我的合并排序不像O(n*lgn))?
我基于上可用的伪代码实现这种合并排序。我正在复制它,因为它很短:C++ 为什么我的合并排序不像O(n*lgn))?,c++,performance,algorithm,sorting,C++,Performance,Algorithm,Sorting,我基于上可用的伪代码实现这种合并排序。我正在复制它,因为它很短: void merge(vector<double> &array, int start, int mid, int end) { int i = start; int j = mid + 1; int k = start; vector<double> b(array.size()); while (i <= mid && j <
void merge(vector<double> &array, int start, int mid, int end) {
int i = start;
int j = mid + 1;
int k = start;
vector<double> b(array.size());
while (i <= mid && j <= end) {
if (array[i] <= array[j])
b[k++] = array[i++];
else
b[k++] = array[j++];
}
while(i <= mid)
b[k++] = array[i++];
while(j <= end)
b[k++] = array[j++];
for (k = start; k <= end; k++)
array[k] = b[k];
}
运行合并排序时,我从linux time命令(take users time)获取的所有已用时间。
可见,这不是一个O(n*lgn)行为。我错过了什么?
我不知道这是否相关,但我的系统配置是:
OS: Fedora 18 - 64 bits
Processor: Intel® Core™ i3 CPU M 380 @ 2.53GHz × 4
Memory: 2.8 Gi
B这似乎占用了很多时间。向向量添加不是O(1)操作。尝试将向量更改为基本的C类型数组,您会注意到其中的差异。而且,从数值上看,它不是指数型的。可能是更高的多项式。罪魁祸首是:
vector<double> b(array.size());
向量b(array.size());
假设您从50万个条目的向量开始。对mergeSort
的初始调用将对50万个条目的向量调用mergeSort
,但只对前250000个元素进行排序。(然后它将在下半部分重复。)对mergeSort
的下一次调用将接收完整的500000个元素数组,并调用mergeSort
对数组的第一个和第二个125000个元素进行排序。等等每次在此过程中,mergeSort
都会收到50万个条目的向量,但只对子集进行排序。最终,您将调用merge
,其中每次调用都将分配并初始化一个包含50万个元素的临时数组
结果是n2*log(n)行为。这不是指数行为,但仍然不好
我看到三种不同的解决方案:
- 将该临时
分配一次,并将其作为参数传递给b
和mergeSort
merge
- 在
中分配一个大小为merge
的临时数组。现在,您必须使用偏移量来处理end-start+1
对应于b[0]
的事实array[start]
- 合并到位。在这里你不需要临时工。但是,这是非常重要的,它将使算法成为O(N*(log(N))^2)算法李>
merge
算法是O(n)
:但你做的远不止这些。你做了大量的访问、递增、赋值,甚至还分配了一个新的向量。所有这些都会影响性能(更具体地说,缓存不好的内存和冷内存会影响性能)代码>用于矢量b(结束-开始)代码>,并使用k=0
。你的b
比它应该的要大得多,不确定这是问题所在。这可能是你的问题,向量
填充构造具有线性时间。只需指出就地合并是非常重要的(尽管可能),并且会使算法变慢。
OS: Fedora 18 - 64 bits
Processor: Intel® Core™ i3 CPU M 380 @ 2.53GHz × 4
Memory: 2.8 Gi
vector<double> b(array.size());