排序算法之归并排序


title: 归并排序

date: 2024-7-19 15:03:06 +0800

categories:

  • 排序算法
    tags:
  • 排序
  • 算法
  • 归并排序
    description: 归并排序(Merge Sort)是一种基于分治法的有效排序算法。它将一个列表分成较小的子列表,对每个子列表进行排序,然后合并这些子列表以产生一个有序列表。
    math: true

归并排序

归并排序(Merge Sort)是一种基于分治法(Divide and Conquer)的有效排序算法。它将一个列表分成较小的子列表,对每个子列表进行排序,然后合并这些子列表以产生一个有序列表。

采用分治法:
 分割:递归地把当前序列平均分割成两半。
 集成:在保持元素顺序的同时将上一步得到的子序列集成到一起(归并)。

工作原理

  1. 分割:将列表分成两个子列表。
  2. 递归排序:对每个子列表递归地进行归并排序。
  3. 合并:将两个有序的子列表合并成一个有序列表。

归并操作

归并操作(merge),也叫归并算法,指的是将两个已经排序的序列合并成一个序列的操作。归并排序算法依赖归并操作。

递归法(Top-down)

  1. 申请空间,使其大小为两个已经排序序列之和,该空间用来存放合并后的序列
  2. 设定两个指针,最初位置分别为两个已经排序序列的起始位置
  3. 比较两个指针所指向的元素,选择相对小的元素放入到合并空间,并移动指针到下一位置
  4. 重复步骤3直到某一指针到达序列尾
  5. 将另一序列剩下的所有元素直接复制到合并序列尾

迭代法(Bottom-up)

原理如下(假设序列共有 n n n个元素):

  1. 将序列每相邻两个数字进行归并操作,形成 c e i l ( n / 2 ) ceil(n/2) ceil(n/2)个序列,排序后每个序列包含两/一个元素
  2. 若此时序列数不是1个则将上述序列再次归并,形成 c e i l ( n / 4 ) ceil(n/4) ceil(n/4)个序列,每个序列包含四/三个元素
  3. 重复步骤2,直到所有元素排序完毕,即序列数为1

图示

示例

假设有一个待排序的列表:[38, 27, 43, 3, 9, 82, 10]

第一步:分割

  • 将列表分割成两个子列表:[38, 27, 43] 和 [3, 9, 82, 10]

第二步:递归排序

  • 继续将子列表分割,直到每个子列表只有一个元素。
  • [38], [27], [43], [3], [9], [82], [10]

第三步:合并

  • 将单个元素的子列表合并成有序子列表。
  • [27, 38], [3, 43], [9, 82], [10]
  • 继续合并,直到得到最终的有序列表。
  • [3, 27, 38, 43], [9, 10, 82]
  • [3, 9, 10, 27, 38, 43, 82]

复杂度分析

  • 时间复杂度为 O ( n log ⁡ n ) O(n \log n) O(nlogn)、非自适应排序 :划分产生高度为 log ⁡ n \log n logn 的递归树,每层合并的总操作数量为 n n n ,因此总体时间复杂度为 O ( n log ⁡ n ) O(n \log n) O(nlogn) 。

  • 空间复杂度为 O ( n ) O(n) O(n)、非原地排序 :递归深度为 log ⁡ n \log n logn ,使用 O ( log ⁡ n ) O(\log n) O(logn) 大小的栈帧空间。合并操作需要借助辅助数组实现,使用 O ( n ) O(n) O(n) 大小的额外空间。

  • 稳定排序:在合并过程中,相等元素的次序保持不变。

时间复杂度

  • 最坏情况时间复杂度 : O ( n log ⁡ n ) O(n\log n) O(nlogn)
  • 平均情况时间复杂度 : O ( n log ⁡ n ) O(n\log n) O(nlogn)
  • 最好情况时间复杂度 : O ( n log ⁡ n ) O(n\log n) O(nlogn)

空间复杂度

  • 空间复杂度 : O ( n ) O(n) O(n)

代码实现

递归版与迭代版

递归版
  1. 实现方式

    • 递归版归并排序使用递归函数来实现分治算法。
    • 它将数组分成两半,分别对每一半进行排序,然后合并排序好的两半。
  2. 优点

    • 代码简洁、易于理解和实现。
    • 直接利用函数调用栈管理递归过程。
  3. 缺点

    • 递归调用会占用函数调用栈空间,对于大型数组可能会导致栈溢出。
迭代版
  1. 实现方式

    • 迭代版归并排序使用迭代方法来实现分治算法。
    • 它从较小的子数组开始逐步合并,直到整个数组有序。
  2. 优点

    • 不会出现栈溢出的问题。
    • 可以更好地控制内存使用。
  3. 缺点

    • 实现相对复杂,代码冗长。

递归版实现:

java 复制代码
public class MergeSort {

    // 合并两个有序子数组 arr[l..m] 和 arr[m+1..r]
    public static void merge(int[] arr, int l, int m, int r) {
        // 找到两个子数组的大小
        int n1 = m - l + 1;
        int n2 = r - m;

        // 创建临时数组
        int[] L = new int[n1];
        int[] R = new int[n2];

        // 复制数据到临时数组 L 和 R
        for (int i = 0; i < n1; ++i)
            L[i] = arr[l + i];
        for (int j = 0; j < n2; ++j)
            R[j] = arr[m + 1 + j];

        // 初始索引
        int i = 0, j = 0, k = l;
        
	    // 合并临时数组 L 和 R 回到 arr[l..r]
        while (i < n1 && j < n2) {
            if (L[i] <= R[j]) {
                arr[k] = L[i];
                i++;
            } else {
                arr[k] = R[j];
                j++;
            }
            k++;
        }

		// 复制 L 中剩余的元素(如果有)
        while (i < n1) {
            arr[k] = L[i];
            i++;
            k++;
        }
		// 复制 R 中剩余的元素(如果有)
        while (j < n2) {
            arr[k] = R[j];
            j++;
            k++;
        }
    }

    // 主函数,排序 arr[l..r]
    public static void sort(int[] arr, int l, int r) {
        if (l < r) {
            // 找到中点
            int m = l + (r - l) / 2;

            // 排序两边
            sort(arr, l, m);
            sort(arr, m + 1, r);

            // 合并两边
            merge(arr, l, m, r);
        }
    }

    public static void main(String[] args) {
        int[] arr = {38, 27, 43, 3, 9, 82, 10};
        System.out.println("Given Array");
        for (int i : arr) {
            System.out.print(i + " ");
        }
        System.out.println();

        sort(arr, 0, arr.length - 1);

        System.out.println("\nSorted array");
        for (int i : arr) {
            System.out.print(i + " ");
        }
    }
}

迭代版实现:

java 复制代码
public class MergeSortIterative {
    // 合并两个有序子数组 arr[l..m] 和 arr[m+1..r]
    public static void merge(int[] arr, int l, int m, int r) {
        // 找到两个子数组的大小
        int n1 = m - l + 1;
        int n2 = r - m;

        // 创建临时数组来存储左右子数组
        int[] L = new int[n1];
        int[] R = new int[n2];

        // 复制数据到临时数组 L 和 R
        for (int i = 0; i < n1; ++i)
            L[i] = arr[l + i];
        for (int j = 0; j < n2; ++j)
            R[j] = arr[m + 1 + j];

        // 初始索引
        int i = 0, j = 0, k = l;

        // 合并临时数组 L 和 R 回到 arr[l..r]
        while (i < n1 && j < n2) {
            if (L[i] <= R[j]) {
                arr[k] = L[i];
                i++;
            } else {
                arr[k] = R[j];
                j++;
            }
            k++;
        }

        // 复制 L 中剩余的元素(如果有)
        while (i < n1) {
            arr[k] = L[i];
            i++;
            k++;
        }

        // 复制 R 中剩余的元素(如果有)
        while (j < n2) {
            arr[k] = R[j];
            j++;
            k++;
        }
    }

    // 主函数,排序 arr[0..n-1] 使用迭代的归并排序
    public static void sort(int[] arr) {
        int n = arr.length;

        // 当前大小的子数组 curr_size,从 1 开始
        for (int curr_size = 1; curr_size < n; curr_size = 2 * curr_size) {
            // 选择左边子数组的起始点 left_start,逐步合并
            for (int left_start = 0; left_start < n - 1; left_start += 2 * curr_size) {
                // 找到中点和右边子数组的结束点
                int mid = Math.min(left_start + curr_size - 1, n - 1);
                int right_end = Math.min(left_start + 2 * curr_size - 1, n - 1);

                // 合并子数组 arr[left_start..mid] 和 arr[mid+1..right_end]
                merge(arr, left_start, mid, right_end);
            }
        }
    }

    public static void main(String[] args) {
        int[] arr = {38, 27, 43, 3, 9, 82, 10};
        System.out.println("Given Array");
        for (int i : arr) {
            System.out.print(i + " ");
        }
        System.out.println();

        // 调用迭代版归并排序
        sort(arr);

        System.out.println("\nSorted array");
        for (int i : arr) {
            System.out.print(i + " ");
        }
    }
}
相关推荐
lu_rong_qq42 分钟前
决策树 DecisionTreeClassifier() 模型参数介绍
算法·决策树·机器学习
Heisenberg~44 分钟前
详解八大排序(五)------(计数排序,时间复杂度)
c语言·数据结构·排序算法
LNTON羚通7 小时前
摄像机视频分析软件下载LiteAIServer视频智能分析平台玩手机打电话检测算法技术的实现
算法·目标检测·音视频·监控·视频监控
哭泣的眼泪4088 小时前
解析粗糙度仪在工业制造及材料科学和建筑工程领域的重要性
python·算法·django·virtualenv·pygame
Microsoft Word9 小时前
c++基础语法
开发语言·c++·算法
天才在此9 小时前
汽车加油行驶问题-动态规划算法(已在洛谷AC)
算法·动态规划
莫叫石榴姐10 小时前
数据科学与SQL:组距分组分析 | 区间分布问题
大数据·人工智能·sql·深度学习·算法·机器学习·数据挖掘
茶猫_11 小时前
力扣面试题 - 25 二进制数转字符串
c语言·算法·leetcode·职场和发展
Hera_Yc.H12 小时前
数据结构之一:复杂度
数据结构
肥猪猪爸13 小时前
使用卡尔曼滤波器估计pybullet中的机器人位置
数据结构·人工智能·python·算法·机器人·卡尔曼滤波·pybullet