一文读懂『归并排序』算法(Merge Sort)

目录

[归并排序算法(Merge Sort)简介](#归并排序算法(Merge Sort)简介)

[算法基本思想和流程(时间复杂度O(nlogn) )](#算法基本思想和流程(时间复杂度O(nlogn) ))

​编辑代码实现

归并排序模板(背诵)


归并排序算法(Merge Sort)简介

归并排序(Merge Sort)是建立在归并操作上的一种有效,稳定的排序算法,该算法是采用 分治法(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。

与快速排序(Quick Sort)相比,快速排序是将序列划分成两个子序列,再递归使子序列有序;而归并排序是先使子序列有序,再进行合并。

算法基本思想和流程(时间复杂度O(nlogn) )

  • Step1 ------确定分界点mid(三种常用的方法):q[l]q[(l+r)/2]q[r],或者随机确定;
  • Step2 ------将待排序列调整成 leftright 两个子序列,递归排序 leftright
  • Step3------归并(合二为一),Finish!

难点/关键点:步骤三的归并方法(双指针算法,O ( n ) O(n)O(n) )

步骤二结束后会得到两个排好序的子序列 list1 和 list2 ,采用 双指针算法 将其合二为一:

  • 定义两个指针:i 和 j,分别指向两个子序列的起始元素,另外定义一个新序列 temp 用来存储归并结果;
  • 两指针指向的元素进行比较:
  • 若 *i <= *j ,将该元素放入到 temp 中,并且 i++ ;
  • 若 *i > *j ,将该元素放入到 temp 中,并且 j++ ;
  • 不断循环进行上述比较操作,直到某一个指针指向了该子序列的末尾,则将另一个序列的剩余部分全部按顺序放入 temp 中即可,所得的 temp 序列为归并排序的结果。

举个例子如下,易于理解:

代码实现

java代码:

复制代码
/**
 * 归并排序
 *
 * @param array
 * @return
 */
public static int[] MergeSort(int[] array) {
	if (array.length < 2) return array;
	int mid = array.length / 2;
	int[] left = Arrays.copyOfRange(array, 0, mid);
	int[] right = Arrays.copyOfRange(array, mid, array.length);
	return merge(MergeSort(left), MergeSort(right));
}
/**
 * 归并排序------将两段排序好的数组结合成一个排序数组
 *
 * @param left
 * @param right
 * @return
 */
public static int[] merge(int[] left, int[] right) {
	int[] result = new int[left.length + right.length];
	for (int index = 0, i = 0, j = 0; index < result.length; index++) {
		if (i >= left.length)
			result[index] = right[j++];
		else if (j >= right.length)
			result[index] = left[i++];
		else if (left[i] > right[j])
			result[index] = right[j++];
		else
			result[index] = left[i++];
	}
	return result;
}

python代码:

复制代码
def merge_sort(array):
    if len(array) < 2:
        return array
    mid = len(array) // 2
    left = array[:mid]
    right = array[mid:]
    
    return merge(merge_sort(left), merge_sort(right))

def merge(left, right):
    result = [0] * (len(left) + len(right))
    i = j = index = 0

    while index < len(result):
        if i >= len(left):
            result[index] = right[j]
            j += 1
        elif j >= len(right):
            result[index] = left[i]
            i += 1
        elif left[i] > right[j]:
            result[index] = right[j]
            j += 1
        else:
            result[index] = left[i]
            i += 1
        index += 1

    return result

归并排序模板(背诵)

模板一:

复制代码
void merge_sort(int q[], int l, int r)
{
	// 1.判边界
    if (l >= r) return;
	
	// 2.定分界点
    int mid = l + r >> 1;
	// 递归排序子序列
    merge_sort(q, l, mid), merge_sort(q, mid + 1, r);

	// 3.归并排序(双指针法)
    int k = 0, i = l, j = mid + 1;
    while (i <= mid && j <= r)
        if (q[i] <= q[j]) tmp[k ++ ] = q[i ++ ];
        else tmp[k ++ ] = q[j ++ ];
    // 某个子序列走到最后了,将另一个序列剩余部分加入到 tmp 中
    while (i <= mid) tmp[k ++ ] = q[i ++ ];
    while (j <= r) tmp[k ++ ] = q[j ++ ];
	
	// 将排序结果 tmp 重新覆盖掉 q
    for (i = l, j = 0; i <= r; i ++, j ++ ) q[i] = tmp[j];
}

模板二:

复制代码
void merge_sort(int q[], int l, int r)
{
	// 1.判边界
    if (l >= r) return;
	
	// 2.定分界点
    int mid = l + r + 1 >> 1;
	// 递归排序子序列
    merge_sort(q, l, mid - 1), merge_sort(q, mid, r);

	// 3.归并排序(双指针法)
    int k = 0, i = l, j = mid;
    while (i <= mid - 1 && j <= r)
        if (q[i] <= q[j]) tmp[k ++ ] = q[i ++ ];
        else tmp[k ++ ] = q[j ++ ];
    // 某个子序列走到最后了,将另一个序列剩余部分加入到 tmp 中
    while (i <= mid - 1) tmp[k ++ ] = q[i ++ ];
    while (j <= r) tmp[k ++ ] = q[j ++ ];
	
	// 将排序结果 tmp 重新覆盖掉 q
    for (i = l, j = 0; i <= r; i ++, j ++ ) q[i] = tmp[j];
}

【分析避免边界问题】

  • 当递归取的 merge_sort(q, l, mid), merge_sort(q, mid + 1, r);,则为了避免陷入死循环,取中间值需要下取整 x = ql + r \>\> 1
  • 当递归取的 merge_sort(q, l, mid - 1), merge_sort(q, mid, r);,则为了避免陷入死循环,取中间值需要上取整 x = ql + r + 1 \>\> 1

原文链接:https://blog.csdn.net/qq_40430360/article/details/125420190

相关推荐
马可家的菠萝6 分钟前
Vue3 + Canvas 手绘笔记工程化实践:别把画布只当成一张 PNG
前端·vue.js·算法
watersink8 分钟前
机器学习极大似然估计与EM算法
人工智能·算法·机器学习
叠层归一研究院13 分钟前
如何用程序搭建一个 AGI 种子系统(一):从向量种子到无限生长引擎
人工智能·python·算法·机器学习·agi
科学实验家17 分钟前
并 查集
算法
xiaohebang37 分钟前
流失预测模型设计:行为特征分析算法选型
大数据·数据结构·经验分享
AI服务老曹1 小时前
视觉算法模型管理性能优化指南:多版本平滑升级、灰度与快速回滚实战
算法·性能优化
l1258651 小时前
# RAG重排序实战:硅基流动bge-reranker-v2-m3在线API vs 本地CrossEncoder,一篇讲透两种方案
数据库·人工智能·python·深度学习·算法·机器学习·langchain
创世宇图1 小时前
【AI量化交易实战】第06讲:小雅再升级——Talib指标库与K线形态量化
算法
机器学习之心2 小时前
CPO-SVR:用冠豪猪优化算法给支持向量回归机“自动调参“,一次预测多个指标
算法·回归·cpo-svr
Super 含2 小时前
Android 启动优化(三):Perfetto 实战——启动时间到底花在哪里?
jvm·算法