Việc ghép là một thuật toán được biết đến với hiệu quả và ổn định của nó chia một danh sách thành những tiểu danh sách nhỏ hơn, sắp xếp lại chúng, và sau đó nhập các danh sách phụ sắp xếp để tạo ra một danh sách phân loại đầy đủ. hiểu được các nền tảng toán học giúp phân tích hiệu suất và xem xét lại hiệu suất của nó.

Các nền tảng toán học của sự trộn lẫn

Nguyên tắc chính của sự nhập vào phụ thuộc vào sự phân chia và chinh phục. Thuật toán chia một danh sách kích cỡ n[FLT: 1] thành hai nửa, sắp xếp mỗi nửa theo thứ tự, và trộn lẫn phân nửa phân nửa sắp xếp. [T: t] sự liên hệ giữa [FLT: 2] t [n] để thực hiện tiến trình này.

Áp dụng định lý Master Theorem để tái phát này tạo ra sự phức tạp thời gian [FLT: 0] O [n log n] trong trường hợp xấu nhất, trung bình và tốt nhất. Yếu tố toán học này xuất phát từ việc sắp xếp lại danh sách, trong khi bước tổng hợp tuyến tính xảy ra ở mỗi cấp độ đệ quy.

Loại trộn chung thực tế

Việc kết hợp lại bao gồm việc phân chia danh sách một cách đệ quy cho đến khi các tiểu danh sách chứa một yếu tố. quá trình nhập vào sau đó kết hợp những danh sách phụ này theo thứ tự sắp xếp.

Trong thực tế, sự hợp nhất thực hiện tốt trên bộ dữ liệu lớn và các danh sách liên kết do nó có thể đoán trước [FLT: 0] O [n log n] . Tuy nhiên, nó đòi hỏi thêm khoảng cách tương ứng với kích thước của danh sách, mà có thể được xem xét trong môi trường được đào tạo bộ nhớ.

Lợi ích và giới hạn

  • Sắp xếp ) duy trì trật tự tương đối của các nguyên tố bằng nhau.
  • ) O (n log n] trong mọi trường hợp.
  • Khả năng nhận dữ liệu lớn: ) Nguồn gốc và dễ đoán.
  • Cách dùng bộ nhớ: đòi hỏi thêm không gian, có thể là một sự thiếu hụt.