归并排序
- [1. 基本思想](#1. 基本思想)
- [2. 数据的分解](#2. 数据的分解)
- [3. 数据的合并](#3. 数据的合并)
- 4.归并排序的实现
-
- [4.1 递归实现](#4.1 递归实现)
-
- [4.1.1 一个易错点](#4.1.1 一个易错点)
- [4.1.2 运行结果](#4.1.2 运行结果)
- [4.2 非递归实现](#4.2 非递归实现)
-
- [4.2.1 图示思路](#4.2.1 图示思路)
- [4.2.2 代码实现](#4.2.2 代码实现)
- [4.2.3 一个易错点](#4.2.3 一个易错点)
- [4.2.4 修改后的代码](#4.2.4 修改后的代码)
- [4.2.5 运行结果](#4.2.5 运行结果)
- [6. 时间复杂度](#6. 时间复杂度)
- [7. 空间复杂度](#7. 空间复杂度)
- [8. 稳定性](#8. 稳定性)
- [9. 动图演示](#9. 动图演示)
1. 基本思想
归并排序(MERGE-SORT)是建立在归并操作上的一种有效的排序算法,该算法是采用分治 (Divide and Conquer)的一个非常典型的应用。将已有序的子序列合并,得到完全有序的序列;即先使每个子序列有序,再使子序列段间有序 。若将两个有序表合并成一个有序表,称为二路归并。 归并排序核心步骤:
2. 数据的分解
数据的分解采用递归分解,形式上和一棵完全二叉树相似。
3. 数据的合并
数据的合并过程不仅仅是将短数据合成长的,否则这仅仅是原来分解数据的逆过程。数据的合并过程中牵扯到对两组数据的排序再合并。为了实现这一目的,采用了双指针法。下面以图1.1中的
两组数据为例进行说明;
4.归并排序的实现
4.1 递归实现
c
/**
* 归并排序
* 时间复杂度:O(n*logn)
* 空间复杂度:O(n)
* 稳定性:稳定
* @param array
*/
public static void mergeSort(int[] array){//为了使参数只有一个,保持统一性,调用了mergeFunc()方法
mergeFunc(array,0, array.length-1);
}
public static void mergeFunc(int[] array,int left,int right){
if(left >= right){
return;
}
int mid = left + (right - left) / 2;
mergeFunc(array,left,mid); //分解左边
mergeFunc(array,mid+1,right);//分解右边
//开始合并
merge(array,left,mid,right);
}
public static void merge(int[] array,int left,int mid,int right){
int s1 = left;
int e1 = mid;
int s2 = mid+1;
int e2 = right;
int[] tmpArray = new int[right - left + 1];
int k = 0;
//1.保证两个数组都有数据
while(s1 <= e1 && s2 <= e2){
if(array[s1] < array[s2]){
tmpArray[k] = array[s1];
k++;
s1++;
}else{
tmpArray[k] = array[s2];
k++;
s2++;
}
}
//2.其中一个数组已经拷贝完,将另一个数组剩下的部分拷贝回临时数组
while(s1 <= e1){
tmpArray[k] = array[s1];
k++;
s1++;
}
while(s2 <= e2){
tmpArray[k] = array[s2];
k++;
s2++;
}
//3.将临时数组中的数据拷贝回原数组中
for(int i = 0;i < k;i++){
array[left + i] = tmpArray[i];//这一步array[]的下标要注意
}
}
4.1.1 一个易错点
在将临时数组tmpArray[]中的数据放回原数组array[]的过程中,要特别注意下标问题。如图:
黄线框里的代码不能写成array[i] = tmpArray[i]。以一张图说明:
4.1.2 运行结果
4.2 非递归实现
4.2.1 图示思路
4.2.2 代码实现
c
/**
* 并排序(非递归实现)
* @param array
*/
public static void mergeSortNotRecursion(int[] array){//为了使参数只有一个,保持统一性,调用了mergeFunc()方法
int gapNumber = 1; //gapNumber表示每组数据的个数
//最外层控制组数
while(gapNumber < array.length){
for(int i = 0;i < array.length;i += gapNumber){//i每次走gapNumber个距离
int left = i;
int mid = left + gapNumber - 1;
int right = mid + gapNumber;
merge(array,left,mid,right);
}
gapNumber *= 2;
}
}
public static void merge(int[] array,int left,int mid,int right){
int s1 = left;
int e1 = mid;
int s2 = mid+1;
int e2 = right;
int[] tmpArray = new int[right - left + 1];
int k = 0;
//1.保证两个数组都有数据
while(s1 <= e1 && s2 <= e2){
if(array[s1] < array[s2]){
tmpArray[k] = array[s1];
k++;
s1++;
}else{
tmpArray[k] = array[s2];
k++;
s2++;
}
}
//2.其中一个数组已经拷贝完,将另一个数组剩下的部分拷贝回临时数组
while(s1 <= e1){
tmpArray[k] = array[s1];
k++;
s1++;
}
while(s2 <= e2){
tmpArray[k] = array[s2];
k++;
s2++;
}
//3.将临时数组中的数据拷贝回原数组中
for(int i = 0;i < k;i++){
array[left + i] = tmpArray[i];//这一步array[]的下标要注意
}
}
4.2.3 一个易错点
4.2.4 修改后的代码
c
while(gapNumber < array.length){
for(int i = 0;i < array.length;i += gapNumber){//i每次走gapNumber个距离
int left = i;
int mid = left + gapNumber - 1;
if(mid >= array.length){
mid = array.length - 1;
}
int right = mid + gapNumber;
if(right >= array.length){
right = array.length - 1;
}
merge(array,left,mid,right);
}
gapNumber *= 2;
}
4.2.5 运行结果
6. 时间复杂度
整个归并排序的过程相当于一棵完全二叉树的创建过程。假设待排序的数据的容量为n,则完全二叉树的高度为log2(n+1)(向上取整),每一层遍历n个数据,最终用时nlog2(n+1),故最终的时间复杂度为O(nlog2(n))。
7. 空间复杂度
由于每次归并两组数据的过程中都借用了临时数组tmpArray[],且tmpArray[]的长度至少要等于两组数据的元素个数之和,故最终的空间复杂度为O(n)。
8. 稳定性
归并排序是一种稳定排序。