【算法系列】归并排序详解

文章目录

  • 归并排序详解
    • [1. 基本原理](#1. 基本原理)
      • [1.1 分治法策略](#1.1 分治法策略)
      • [1.2 归并排序步骤](#1.2 归并排序步骤)
      • [1.3 图解示例](#1.3 图解示例)
    • [2. 时间复杂度与空间复杂度](#2. 时间复杂度与空间复杂度)
      • [2.1 时间复杂度](#2.1 时间复杂度)
      • [2.2 空间复杂度](#2.2 空间复杂度)
    • [3. 稳定性](#3. 稳定性)
    • [4. Java 实现示例](#4. Java 实现示例)
    • [5. 归并排序的优点与缺点](#5. 归并排序的优点与缺点)
      • [5.1 优点](#5.1 优点)
      • [5.2 缺点](#5.2 缺点)
    • [6. 总结](#6. 总结)

归并排序详解

归并排序(Merge Sort)是一种基于分治法的经典排序算法。它通过递归地将数组分成较小的子数组,分别对这些子数组进行排序,然后将它们合并以产生最终的有序数组。归并排序以其稳定性和在最坏情况下的高效性能而著称。

1. 基本原理

1.1 分治法策略

归并排序的核心思想是分治法,即将一个问题分解成若干个规模更小但类似的子问题,递归地解决这些子问题,然后将结果合并以得到原问题的解。

1.2 归并排序步骤

  1. 分割:将数组不断分割成两个大致相等的部分,直到每个部分只有一个元素。
  2. 排序:对每个单独的元素视为已排序的部分。
  3. 合并:将两个已排序的子数组合并成一个更大的已排序数组,直到整个数组排序完成。

1.3 图解示例

假设我们有一个数组 [8, 4, 5, 7, 1, 3, 6, 2],以下是归并排序的过程:

2. 时间复杂度与空间复杂度

2.1 时间复杂度

  • 最好、平均和最坏情况:O(n log n)
  • 每次分割操作的时间复杂度为 O(log n),每次合并操作的时间复杂度为 O(n)。

2.2 空间复杂度

  • 空间复杂度:O(n)
  • 需要额外的空间来存储临时数组,在合并过程中使用。

3. 稳定性

归并排序是稳定的排序算法,即相同值的相对位置不会改变。

4. Java 实现示例

java 复制代码
public static void mergeSort(int[] arr) {
    int[] temp = new int[arr.length];
    mergeSort(arr, 0, arr.length - 1, temp);
}

private static void mergeSort(int[] arr, int l, int r, int[] temp) {
    if(l < r) {
        int m = (l + r) / 2;
        mergeSort(arr, l, m, temp);
        mergeSort(arr, m + 1, r, temp);
        merge(arr, l, m, r, temp);
    }
}

private static void merge(int[] arr, int l, int m, int r, int[] temp) {
    int i = l; // 左序列指针
    int j = m + 1; // 右序列指针
    int k = l;
    while(i <= m && j <= r) {
        if(arr[i] <= arr[j]) {
            temp[k++] = arr[i++];
        } else {
            temp[k++] = arr[j++];
        }
    }

    // 左序列剩余元素填充至临时数组
    while(i <= m) {
        temp[k++] = arr[i++];
    }

    // 右序列剩余元素填充至临时数组
    while(j <= r) {
        temp[k++] = arr[j++];
    }

    // 将临时数组的数据拷贝至原数组
    k = l;
    while(k <= r) {
        arr[k] = temp[k++];
    }
}

5. 归并排序的优点与缺点

5.1 优点

稳定性:归并排序是稳定的排序算法,适合对稳定性有要求的应用场景。

时间复杂度:无论数据是否有序,归并排序的时间复杂度始终为 O(n log n),这使得它在处理大规模数据时表现良好。

适用范围广:适用于各种类型的数据集,尤其是当数据量较大且需要稳定排序时。

5.2 缺点

空间复杂度较高:归并排序需要额外的 O(n) 空间来存储临时数组,这在内存有限的情况下可能是一个限制。

递归调用栈深度:递归调用栈的深度为 O(log n),在极端情况下可能导致栈溢出。

6. 总结

归并排序是一种非常高效的排序算法,特别适合处理大规模数据集。尽管它的空间复杂度较高,但由于其稳定性和一致的时间复杂度,使其成为许多实际应用中的首选排序算法之一。

相关推荐
天天向上杰16 分钟前
面基JavaEE银行金融业务逻辑层处理金融数据类型BigDecimal
java·bigdecimal
请来次降维打击!!!33 分钟前
优选算法系列(5.位运算)
java·前端·c++·算法
用键盘当武器的秋刀鱼36 分钟前
springBoot统一响应类型3.5.1版本
java·spring boot·后端
qystca38 分钟前
蓝桥云客 刷题统计
算法·模拟
别NULL1 小时前
机试题——统计最少媒体包发送源个数
c++·算法·媒体
嘤国大力士1 小时前
C++11&QT复习 (七)
java·c++·qt
松树戈1 小时前
Java常用异步方式总结
java·开发语言
weisian1511 小时前
Java常用工具算法-3--加密算法2--非对称加密算法(RSA常用,ECC,DSA)
java·开发语言·算法
小李同学_LHY1 小时前
三.微服务架构中的精妙设计:服务注册/服务发现-Eureka
java·spring boot·spring·springcloud
非ban必选2 小时前
spring-ai-alibaba第四章阿里dashscope集成百度翻译tool
java·人工智能·spring